如何为 SVM 机器学习算法转换字符串数据

Posted 2023-03-12

【中文标题】如何为 SVM 机器学习算法转换字符串数据

【英文标题】：How String data is converted for SVM machine learning algorithm

【发布时间】：2020-09-18 13:14:08

【问题描述】：

我有一个数据集，即

<table>
<tr><td>TEXT</td><td>TYPE</td></tr>
<tr><td>100% free cashback </td><td>spam</td></tr>
<tr><td>hello how are you </td><td>ham</td></tr>
<tr><td>click on this link to get free sms plan</td><td>spam</td></tr></table>     

我想知道 SVM 机器学习算法如何将此文本列转换为在图表上绘图，以便它可以推断出将垃圾邮件与火腿分开的线。

我知道 spam 和 ham 可以分别转换为 0,1。但是如何将此文本列转换为数值？？

注意：我想要这个程序。我想使用笔和纸手动完成，而不是使用某些 python 库编写代码。

【参考方案1】：

只是为了让我们在同一页面上： 您正在寻找有关如何解决 Spam Vs 的程序。使用笔和纸进行业余电子邮件分类。

从基础开始，文本数据不能直接发送到模型， 1. 我们需要进行数据清理，以便我们以矩阵形式提取多个特征/特征（1 行 = 1 封电子邮件，1 列 = 1 个特征），一个特征/特征可以是任何深度嵌入（Doc2Vec）上的一个词电子邮件。 2. 同样，我们还创建了一个目标数据（1 行表示垃圾邮件为 1，非垃圾邮件为 0） 一旦你有了这两个数据，你就可以手动求解 SVM 算法，假设所有列在 N 维数据平面中都是不同的轴。