50-文本挖掘：无案牍之劳形
Posted 苏州机器学习互助小组
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了50-文本挖掘：无案牍之劳形相关的知识，希望对你有一定的参考价值。
所谓正态分布，不过是每次选择随机分布。大部分人在人生历程中，面对大大小小无数选择时，选择0或1的概率是接近的，或曰随大流，所以落在钟罩的中部。而少数人特别偏爱0或1，或曰异类，每次选择老是偏向0或1，那么最终结果就落在钟罩的尾巴上。有人随和，有人执拗，这是性格决定的，没有高下之分。随和的人容易快乐，而执拗的人未必能欣赏这种快乐。每个人的阈值是不同的。所谓谦虚，未必是性格好，可能是因为阈值高。如此看来，倒像是另一种形式的高冷了。
今天学习文本挖掘的最后一个综合案例：中文新闻分类。
方法1：文本特征向量构造方法：tdidf，分类器：MultinomialNB
方法2：文本特征向量构造方法：word2vec，分类器：GradientBoostingClassifier
实践中可以通过排列组合：1）文本特征向量构造方式，2）分类器，来对比文本分类效果，从而选择一个最佳模型。
下周学习神经网络，敬请期待：）
以上是关于50-文本挖掘：无案牍之劳形的主要内容，如果未能解决你的问题，请参考以下文章