文章/答案/技术大牛

发布

社区首页 >问答首页 >在文本分类中，基于相似度的算法是否优于SVM/Tree算法？

问在文本分类中，基于相似度的算法是否优于SVM/Tree算法？
EN

Stack Overflow用户

提问于 2018-07-31 22:27:32

回答 1查看 54关注 0票数 1

在准确性和性能方面，基于文本分类相似度(余弦距离)的算法和常规分类方法(如SVM或决策树)，哪种方法表现更好？SVM是否可以在4 4GB 8 4GB系统中有限时间内解析，同时使用大型文本数据进行训练？

发布于 2018-07-31 22:55:05

为了回答这个问题，你可以考虑“没有免费的午餐”理论，1.如果你对数据没有假设，那么你不能偏爱其中一种方法。因此，您可以尝试不同的方法，并使用K折叠来估计每种方法的误差度量。然后，执行适当的统计测试，以查看结果是否在统计上不同。

我希望这能帮到你。

参考文献：

1 D. H. Wolpert和W. G. Macready，“优化没有免费的午餐定理”，IEEE翻译。埃弗尔。计算机，第一卷，67-82页，1997年4月

票数 0

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/51615777

复制

相似问题

问在文本分类中，基于相似度的算法是否优于SVM/Tree算法？EN