文件名称：朴素贝叶斯matlab源码-nbsvm:我们的论文《基线和二元论》的代码：简单，良好的情感和主题分类
文件大小：1.7MB
文件格式：ZIP
更新时间：2024-06-08 12:46:32
系统开源
朴素贝叶斯matlab原始码NBSVM 由于四年后我仍然收到有关该项目的大量电子邮件，因此我决定将这段代码放在github上，并更好地编写说明。 在Matlab中，代码本身未更改，并且不是很好。 幸运的是，这里有多种语言，更好。 例如，我使用了此方法，并得到了比我们最初更好的结果。 运行NBSVM 下载数据并覆盖根目录中的空数据目录：例如，如果此自述文件已通过“ ./README.MD”，则应具有“ ./data/rt10662/unigram_rts.mat”。 转到src并运行脚本master.m以产生论文的结果 结果和详细信息分别记录在resultslog.txt和details.txt中 带有所有结果的表将被打印，例如： AthR XGraph BbCrypt CR IMDB MPQA RT-2k RTs subj 85.13 91.19 99.40 79.97 86.59 86.27 85.85 79.03 93.56 MNB-bigram 84.99 89.96 99.29 79.76 83.55 85.29 83.45 77.94 92.58 MNB-unigram 8
【文件预览】：
nbsvm-master
----src()
--------writeResults.m(559B)
--------trainBNB.m(807B)
--------CV.m(835B)
--------GTSmooth.m(380B)
--------testMNBSVM.m(455B)
--------printTable.m(599B)
--------master.m(4KB)
--------trainMNBSVM.m(1KB)
--------results.txt(378B)
--------trainbisvm.m(445B)
--------masterCV.m(2KB)
--------testbisvm.m(501B)
--------trainTest.m(918B)
--------misc()
--------testMNB.m(562B)
--------trainMNB.m(1010B)
--------compareACL.pdf(188KB)
--------testBNB.m(793B)
----LICENSE.md(1KB)
----README.md(6KB)
----wang12simple.pdf(188KB)
----wang12simple_slides.pdf(1.46MB)