暂无评论
文本特征提取和分类器优化是文本分类的两个关键问题,为了提高文本分类正确率,提出一种聚类加权(CW)和布谷鸟(CS)算法优化最小二乘支持向量机(LSSVM)的文本分类模型。采用TF-IDF算法计算特征词
在文本情感分析时,使用有监督的机器学习方法的不足是需要大量的带标签的文本数据,而无监督的文本聚类方法可以克服这一问题。对于文本情感聚类,在节省数据资源的同时,也存在聚类结果的不确定性问题。给出了情感维
针对传统FCM算法对孤立点比较敏感,须预先指定聚类数目的缺陷,提出一种新的模糊聚类算法NSFCM,将其应用于文本挖掘中。NSFCM对数据对象的隶属度增加一个权值,以减少孤立点对聚类中心的影响。采用平均
在分类算法和回归模型中,正广泛而且成功地使用着融合方法,该方法能克服分类、回归中的不稳定性,并给出较好的结果。在非监督机器学习领域,由于缺乏数据集的先验知识,所以分类和回归中的融合方法就不能直接用于聚
图书语义标签聚类,郭慧,王洪波,在图书搜索中面对海量的搜索结果,用户需要通过阅读来辨别内容是否为其所需,这个过程会花费很多时间,为了提高效率可以通过将一
使用VC2008编写,用于VC6.0可能会产生一些简单的错误,做出相应的修改即可! 这是一个针对学生成绩排名的聚类算法应用实例,里面提供了计算相似矩阵的两种算法(绝对值减数法,最大最小值法),还给出了
借助matlab平台,实现针对场景的简化聚类,较为便利,容易理解
testData.txt测试数据dnaData1.txt2000CUMCMA已知分好成两类的20条DNA数据dnaData2.txt2000CUMCMA待分类的20条DNA数据waterData.tx
模糊聚类算法MATLAB源码,基于核的模糊聚类算法
模糊传递闭包法的示例,通过这一例子,可以理解传递闭包法
暂无评论