🤖totti90556@totti90556

“必然等27号后再分呐 【 在 chenheng1989 的大作中提到: 】 : 金的就亏了，改动的卡，金的好像分解返尘800，普通的是全返 : 【 在 Mrbendy 的大作中提到: 】 : : 心疼自己磕的全金咆哮德 : : 发自「贵邮」”

“用snownlp找合适的语料训练 【 在 xiaohuangya 的大作中提到: 】 : 如题 怎么将用户的一句中文评论分为积极、中立、消极三个情感且越准确越好？有没有大神有过这个方面的研究啊？ : : : 发自「贵邮」”

“是。。我也觉得应该是过拟合。。 【 在 hyx2011 的大作中提到: 】 : 这样挑选可能会造成过拟合吧感觉？ : 【 在 totti90556 的大作中提到: 】 : : 就是根据准确率和召回率选的。。比如有300块数据，我挑出来两个都大于0.7的，然后把这些选出来的作为新的 : ......... 发自「贵邮」”

“就是根据准确率和召回率选的。。比如有300块数据，我挑出来两个都大于0.7的，然后把这些选出来的作为新的训练集这样，结果的话准确率差不多还有0.7，召回直接掉到0.4几 【 在 hyx2011 的大作中提到: 】 : 不同的模型对于feature的要求不一样，在lr上适用的feature对于svm不一定适用。想问楼主的…”

“嗯多谢！打算再试试随机森林，特征的话我有点改不动。。其实提取特征的领域和要预测指标的领域离得有点远，实在不容易想到优质特征 【 在 icybee 的大作中提到: 】 : 摸摸头，楼主是否从特征方面考虑过？如果特征选取不好的话在模型上肯定会有各种反常现象，还有就是楼主可以根据实际需求多尝试几个模型，特征纬度高的时候lr和…”

“学生党回家也high不了。。还在写代码还要远程还要开周会。。。 发自「贵邮」”

“10确实是神作！ 【 在 dfxyz 的大作中提到: 】 : 坐等PK版，390买个半成品太坑了 : 玩10的时候我就喜欢从一般武将做起，然后再造反[ema35] : 发自「贵邮」”

“谢谢！这个是经过实际使用的是么？ 【 在 qq343275241 的大作中提到: 】 : http://item.jd.com/600471.html : 发自「贵邮」”