文件名称：topic.classification:新闻的自动主题分类
文件大小：3.95MB
文件格式：ZIP
更新时间：2024-06-22 06:14:42
Python
主题.分类 新闻的自动主题分类 可应要求提供不同型号的性能基准。 以下是对不同实施模型的观察： 朴素贝叶斯分类器 高斯 NB 不适合这种情况，因为条件概率不是高斯概率。 随机森林 RF 基于随机选择的非常稀疏的特征进行分割，因此它的性能比朴素贝叶斯分类器差。 Boostrap 聚合（装袋） 装袋树根据所有特征进行分割。 随着 max_features 变高，树之间的随机性降低，导致性能略低于 RF（约 1%）。 我们还对装袋树进行网格搜索 max_depth 并发现当 max_depth 变低时性能大大降低。 Bagging 减少了高方差模型的方差，因此如果我们将 Bagging 应用于像朴素贝叶斯分类器这样的低方差模型，它不会提高性能。 （随机）梯度提升 对于梯度提升，较低的子样本（又名，随机梯度提升）可防止过度拟合 最好让树完全生长（与装袋树的结果一致），最好有更高的 n_e
【文件预览】：
topic.classification-master
----classifier.py(15KB)
----README.md(2KB)
----corpus.csv(11.43MB)