0
我正在處理一個文本分類問題，其中最常用的100個單詞被選爲特徵。我相信如果我使用更好的特徵選擇方法，結果可以得到改善？有任何想法嗎？ TF-IDF可以工作嗎？如果是，那麼如何？用於文本分類的特徵選擇
A
回答
0
相關問題
- 1. Python中用於文本分類的特徵選擇
- 2. 用於文檔分類的最佳特徵選擇算法
- 3. 詞性分析（POS）標籤文本分類的特徵選擇
- 4. 特徵選擇算法POE1ACC用於連續值的特徵
- 5. PCA對於分類特徵？
- 6. 用於分類特徵的Tensorflow嵌入
- 7. 分類特徵
- 8. 是否有可應用於分類數據輸入的特徵選擇算法？
- 9. 木槌特徵選擇類似於將特徵值設置爲0
- 10. 情感分析，特徵選擇
- 11. 簡單的基於規則的分類器的特徵選擇/提取
- 12. R中用於QSAR數據的特徵選擇用於迴歸分析
- 13. MATLAB中的特徵選擇
- 14. TensorFlow中的特徵選擇
- 15. 噸-STAT的特徵選擇
- 16. 多標籤分類的特徵選擇（scikit-learn）
- 17. SVM分類中的特徵選擇 - 奇怪行爲
- 18. 交叉驗證是特徵分類中的選擇
- 19. 帶特徵選擇的多標籤分類（scikit-learn）
- 20. 處理關於使用SVM進行文本分類的特徵空間差異
- 21. 選擇用於分類用戶文本數據的sklearn管道
- 22. 用於分類和聚類的特徵之間的關係
- 23. 特徵選擇設置
- 24. 特徵選擇Scikit學習
- 25. 實現特徵選擇
- 26. 選擇框爲特徵
- 27. 使用PCA的特徵選擇
- 28. PCA（主成分分析）和特徵選擇之間的區別
- 29. 使用GLCM特徵的SVM分類器
- 30. Tensorflow多特徵分類
這個問題似乎是無關緊要的，因爲它是關於文本分類的，可能更適合http://scicomp.stackexchange.com/ – EdChum