资源简介
使用Logistic回归模型进行中文文本分类，通过实验，比较和分析了不同的中文文本特征、不同的特征数目、不同文档集合的情况下，基于Logistic回归模型的分类器的性能。并将其与线性SVM文本分类器进行了比较，结果显示它的分类性能与线性SVM方法相当，表明这种方法应用于文本分类的有效性。
代码片段和文件信息
相关资源
- 论文研究-LWA关键技术分析.pdf
- 论文研究-亚马逊棋机器博弈系统中评
- 论文研究-SiGe HBT 高频特性研究进展
- 论文研究-数据挖掘中关联规则挖掘的
- 论文研究-基于Arena的食堂就餐过程建
- 论文研究-基于DSP的FIR数字滤波器设计
- 论文研究-基于MSP430单片机的热水控制
- 论文研究-一种有效的皮肤检测算法
- 论文研究-m序列与gold序列性能分析比
- 论文研究-盖氏圆准则信源数估计算法
- 论文研究-基于信息不对称的银行信贷
- 论文研究-一维时间序列分形维数算法
- 论文研究-基于自适应学习群体搜索技
- 论文研究-增强型矢量数据压缩算法的
- 论文研究-基于模糊聚类分析的客户分
- 论文研究-基于分形和FNN的水轮机组振
- 论文研究-中继OFDMA系统容量公平资源
- 论文研究-无线传感器网络数据融合系
- 论文研究-非线性奇异系统鲁棒H∞状态
- 论文研究-TH-UWB Rake接收机仿真与性能
- 论文研究-无线传感器网络定向扩散路
- 论文研究-分集接收技术在紫外通信中
- 论文研究-基于NanoSim-VCS的芯片级混合
- 论文研究-一种利用模糊逻辑改进Fas
- 论文研究-基于大数据的可视化金融量
- 论文研究-两轮自平衡小车模型参考自
- 论文研究-基于word2vec扩展情感词典和
- 论文研究-基于梳状导频信道估计的
- 论文研究-保持泊松噪声图像细节的快
- 论文研究-基于改进回声状态网络的混
川公网安备 51152502000135号
评论
共有 条评论