实例介绍
采用python的csc_matrix支持存储大稀疏矩阵。 引入第三方分词工具自动进行分词 将文本直接转化为libsvm、liblinear所支持的格式。 使用该系统可以做什么 对文本自动做SVM模型的训练。包括Libsvm、Liblinear包的选择...
【实例截图】
【核心代码】
.
├── tmsvm_src_v1.1.0
│ ├── Tmsvm参考文档(v1.1.0).pdf
│ ├── dependence
│ │ ├── chars.dic
│ │ ├── liblinear.dll
│ │ ├── liblinear.py
│ │ ├── liblinear.pyc
│ │ ├── liblinear.so.32
│ │ ├── liblinear.so.64
│ │ ├── liblinearutil.py
│ │ ├── liblinearutil.pyc
│ │ ├── libsvm.dll
│ │ ├── libsvm.so.32
│ │ ├── libsvm.so.64
│ │ ├── mmseg.dll
│ │ ├── mmseg.so.32
│ │ ├── mmseg.so.64
│ │ ├── porter2.py
│ │ ├── pymmseg.py
│ │ ├── pymmseg.pyc
│ │ ├── svm.py
│ │ ├── svm.pyc
│ │ ├── svmutil.py
│ │ ├── svmutil.pyc
│ │ └── words.dic
│ ├── java
│ │ ├── SvmModel.java
│ │ ├── SvmNode.java
│ │ ├── SvmPredict.java
│ │ ├── SvmResult.java
│ │ ├── TmsModel.java
│ │ ├── TmsPredict.java
│ │ ├── liblinear-1.8.jar
│ │ └── libsvm.jar
│ ├── lsa_src
│ │ ├── lsa.py
│ │ ├── lsa_tms_predict.py
│ │ ├── lsa_tms_train.py
│ │ └── lsa_train.py
│ ├── mapreduce
│ │ ├── hstream.py
│ │ ├── input
│ │ ├── svm_train.py
│ │ └── word_count.py
│ ├── others_src
│ │ ├── back_up.py
│ │ ├── ban_check.py
│ │ ├── ban_check_config.py
│ │ ├── ctm_train_model_config.py
│ │ ├── dic.py
│ │ ├── dic_config.py
│ │ ├── im_detect.py
│ │ ├── im_lsa_train_wrapper.py
│ │ ├── measure.py
│ │ ├── nmf.py
│ │ ├── nmf_example.py
│ │ ├── opt.py
│ │ ├── post_check.py
│ │ ├── post_check_lsa.py
│ │ ├── post_train_lsa_wrapper.py
│ │ ├── post_train_wrapper.py
│ │ ├── two_dimen_test.py
│ │ └── weijin_train_wrapper.py
│ ├── src
│ │ ├── auto_train.py
│ │ ├── corpus_process.py
│ │ ├── ctmutil.py
│ │ ├── ctmutil.pyc
│ │ ├── example.py
│ │ ├── feature_select.py
│ │ ├── feature_select.pyc
│ │ ├── fileutil.py
│ │ ├── fileutil.pyc
│ │ ├── grid_search_param.py
│ │ ├── grid_search_param.pyc
│ │ ├── measure.py
│ │ ├── measure.pyc
│ │ ├── predict.py
│ │ ├── predict_model.py
│ │ ├── predict_model.pyc
│ │ ├── segment.py
│ │ ├── segment.pyc
│ │ ├── stem.py
│ │ ├── stem.pyc
│ │ ├── test.py
│ │ ├── tms.py
│ │ ├── tms.pyc
│ │ ├── tms_svm.py
│ │ ├── tms_svm.pyc
│ │ ├── train.py
│ │ ├── train_model.py
│ │ ├── train_model.pyc
│ │ └── utility_tools.py
│ ├── tmsvm简介(v1.1.0).pdf
│ └── tools
│ ├── fselect.py
│ ├── grid.py
│ ├── result_analysis.py
│ ├── result_analysis.pyc
│ └── subset.py
└── 文本挖掘tmSVM开源项目包含Python和Java两种版本带参考文档_tmsvm_src_v1.1.0附参考文档与说明.rar
8 directories, 93 files
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论