提高文本分类模型精度/召回率的典型方法是什么？
提高文本分类模型精度/召回率的典型方法是什么？
提问于 2014-04-17 13:58:46
我正在从事一个数据挖掘项目，试图自动将文本分类为t类。它是一种多类监督学习，其输入特征包括标题和正文(均为文本).目前的准确率不好，请您提出一些提高准确度的方法好吗？
这是我已经试过的东西。
- 预处理:术语(请您提出一种自动提取术语的方法)。
- 词组删除(请您建议一些设置为英语的停止词)。
- 堵住
- 莱曼化
- N克
- 特征选择(信息增益比)
算法: GBDT、LR、SVM等。
回答 1
Stack Overflow用户
发布于 2014-07-09 21:46:11
有很多工具你可以使用，以提取合理的语言基础的特征类型。这取决于您最喜欢的编程语言/环境是什么，如果您想使用机器学习套件，其中包含一些文本挖掘组件，或者只使用文本挖掘组件。
看一下：
关于停止词列表：
- http://jmlr.org/papers/volume5/lewis04a/a11-smart-stop-list/english.stop
- http://www.ranks.nl/stopwords
- http://www.textfixer.com/resources/common-english-words.txt
- http://norm.al/2009/04/14/list-of-english-stop-words/
- http://snowball.tartarus.org/algorithms/english/stop.txt
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/23135218
复制相关文章
相似问题
腾讯云开发者
