搜索资源列表
winsvm
- 支持向量机分类器（可分类文本，编的非常不错）-The uploaded Support Vector Machine (SVM) Classifier can classify text-type data well.
svm_light_multiclass.tar
- SVM Light的多分类源代码，尤其是可用来做文本分类。SVM（支持向量机）方法是目前已知的最优秀的分类方法之一。SVM不仅可以用来分类，也可以用来做回归。-SVM classification of more source code, in particular used to make text classification. Support Vector Machine (SVM) is currently the best known of the classification met
SVMcode
- 这是一个采用c++编写的用于机器学习文本分类的SVM算法的实现代码。-c prepared using machine learning for text classification of SVM codes.
svmcls
- 基于SVM的文本分类算法，有自己的语料库
SVMLight_vc
- 机器学习文本分类的SVM算法实现，VC++ 6.0环境下编译-A SVM algorithm for text classification in machine learning, and compiled under the Visual C++ 6.0 environment.
SVM
- 这是SVM文本分类程序源码，既有java版本，也有C++版本。 -This is a SVM text classification program source code, both java versions, there are C++ version.
svm-EM
- SVM(支持向量机）和EM（最大熵）文本分类算法，压缩包中包括了测试文本（环境类和计算机类），词典，停用词表等。-SVM (support vector machine) and EM (maximum entropy) text classification algorithm, compressed package includes test text (environmental and computer), dictionary, thesaurus, such as disabled.
15883849svm
- 文本分类算法很多，神经网络算法遗传算法可以用，本算法采用支持向量机SVM来实现-Text Classification Algorithm
MKLSVM
- 用于文本分类的多核SVM算法研究.rar-MKL SVM
SVMcode
- 基于svm的机器学习文本分类方法，具有很好的借鉴意义-Svm-based machine learning text classification methods, with a good reference
jxsvm
- 交互支持向量机学习算法能解决一些监督学习问 题中学习样本较少的问题, 它以支持向量机(SVM ) 方法为 基础, 将设计分类器变成一个交互的过程, 即: 根据对已知 样本进行的SVM 分类器设计, 主动采样选择“有用”的新样 本, 并进行下一步SVM 分类器的设计。与普通SVM 法相 比, 该方法所需的样本量大大降低, 而且可能达到更好的推 广能力。文本信息过滤问题的实例说明了该算法的有效性。-Interactive support vector machine lear
svm
- SVM代码，适用于文本分类，为学习SVM的朋友提供一个参考，共同学习。-SVM code for text classification, the study provides a reference SVM friends, learning together. 提供更好的翻译建议
text_classification_using-svm
- 关于svm支持向量机的比较权威的论文，详细介绍了svm算法的原理及其在文本分类中的应用-Authoritative papers for Svm support vector machines , detailing the algorithm and its application in svm text classification application
svm-code
- 基于SVM的文本分类系统，可以实现正常的中文文本分类。-C prepared using machine learning for text classification of SVM codes.
onTextCategorization
- 本文比较研究了在中文文本分类中特征选取方法对分类效果的影响。考察了文档频率DF、信息增 益IG、互信息MI、V2分布CHI 四种不同的特征选取方法。采用支持向量机(SVM) 和KNN两种不同的分类 器以考察不同抽取方法的有效性。实验结果表明, 在英文文本分类中表现良好的特征抽取方法( IG、MI 和 CHI)在不加修正的情况下并不适合中文文本分类。文中从理论上分析了产生差异的原因, 并分析了可能的 矫正方法包括采用超大规模训练语料和采用组合的特征抽取方法。最后通过实验验证组合特征
SVMtext
- 这是SVM在文本分类中的应用研究，对研究生和科研人员有重要的参考价值！-SVM in text classification, an important reference value to graduate students and researchers!
svm
- 支持向量机，用于文本分类，这个工具包是分两类所用的-Support vector machine for text classification, this toolkit is divided into two categories used
An-Introduction-to-SVM
- 支持向量机（SVM）是在统计学习理论的基础上发展起来的新一代学习算法，该算法在文本分类、手写识别、图像分类、生物信息学等领域中获得了较好的应用。本书是SVM的权威参考书。-Support Vector Machine (SVM) is a new learning algorithm developed on the basis of statistical learning theory, the algorithm to obtain a better application in the
textclassify.tar
- 简单的文本分类，用python实现了朴素贝叶斯和SVM-Simple text classification, realized with python Naive Bayes and SVM
text_classification.tar
- 用python实现的问题分类算法，包括贝叶斯，svm,决策树，xgboost,对入门文本分类的同学有一定的帮助(text classification algrithom,include svm,dt,xgboost,bayes,that important to learner about text classification)