naivebayes

    2熱度

    1回答

    我嘗試在我的java代碼中做文本分類樸素貝葉斯weka libarary,但我認爲分類的結果是不正確的,我不知道是什麼問題。我使用arff文件輸入。 這是我的訓練數據: @relation hamspam @attribute text string @attribute class {spam,ham} @data 'good',ham 'good',ham 'very good

    0熱度

    1回答

    我有一些用戶聊天數據,並在不同的類別分類,問題是有很多算法生成的類別,請參見下面的例子: Message | Category I want to play cricket | Play cricket I wish to watch cricket | Watch cricket I want to play cricket outside | Play cricket outside

    0熱度

    1回答

    我正在嘗試使用NaiveBayes與使用e1071軟件包的Iris DataSet進行一些分類,事實證明,我無法在Rpart中進行預測。如何解決這個問題,我可以建立一個基於p4的混淆矩陣,我試圖預測。 > table(iris$Species) setosa versicolor virginica 50 50 50 > head(iris) Sepal

    0熱度

    1回答

    我有一個csv文件3483行和460K字符和65K字,我試圖用這個語料庫來訓練一個NaiveBayes分類器Scikit學習。 問題是,當我在下面使用這個語句,需要太長時間(1小時,並沒有完成)。 from textblob import TextBlob from textblob.classifiers import NaiveBayesClassifier import csv wi

    0熱度

    1回答

    我試圖運行MultinomiaL Naive bayes並收到以下錯誤。給出樣本訓練數據。測試數據完全相似。 def main(): text_train, targets_train = read_data('train') text_test, targets_test = read_data('test') classifier1 = MultinomialNB

    0熱度

    1回答

    我訓練一個模型與下面的代碼,但是,我找不到我怎麼能改變調諧網格,因爲FL和調整持續在特定的值(我的數據集是分類) Activity_nb <- train(Actx, Acty,data = Dact, method = "nb", trControl = myc1,metric = "Accuracy",importance = TRUE) Naive Bayes 2694 samples

    1熱度

    1回答

    我在accord.net是新的,我想一步從這個page下面的代碼適用走進Visual Studio C# 部分的代碼的簡單應用「標準分類問題」已被應用沒有問題,但是當我嘗試運行時應用段「樸素貝葉斯」的代碼我得到了一個異常與該說明 unhandled exception of type System.AggregateException occurred in mscorlib.dll 沒有進一步d

    3熱度

    1回答

    我是新來的R,並正嘗試解決爲什麼我的預測是出界。這個問題應該是一個簡單的解決方法,因爲這更像是一個介紹。 設置我的分類與列車數據 sms_classifier <- naiveBayes(sms_train, sms_train_labels) 但是當我嘗試做預測funtion sms_test_pred <- predict(sms_classifier, sms_test) 錯誤給出

    1熱度

    1回答

    我試圖用Spark MLlib使用tweets進行情感分析。在預處理數據並將其轉換爲適當的格式之後,我調用NaiveBayes的訓練方法來獲取模型,但它失敗並出現異常。這裏是堆棧跟蹤: java.util.NoSuchElementException: next on empty iterator at scala.collection.Iterator$$anon$2.next(Ite

    0熱度

    1回答

    我想知道是否有一個函數在sklearn中對應於準確性(實際數據和預測數據之間的差異)以及如何打印出來? from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB naive_classifier= GaussianNB() y =naive_clas