jingang1016@jingang1016
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
“类别体系应该是没有问题的，采用KNN算法能获得70%左右的准确率 ，svm算法交叉验证中最好结果是67%，但是在开放测试中结果很差； 同时，问下，scaling时候是逐个特征值的线性映射对吧？”
“websphenix怎么样？有人用过吗”
“哦，这样。有点明白了。。。。。。 【 在 zixu1986 的大作中提到: 】 : 嗯 就是这样 : 所谓grid search”
“恩，谢谢了。 看了这段代码，我感觉它没怎么调整参数的啊，难道需要我对参数每个值做一次交叉验证，然后选结果最好的那个参数？ 【 在 zixu1986 的大作中提到: 】 : 看它的那个svm-train.c文件 : 里面有个do_cross_validation函数 : 看着那个实现 基本上就清楚了”
“恩，倒是一个方法。不过这样的话工作量挺大，而且效果感觉不会太好，呵呵 【 在 hunterlee 的大作中提到: 】 : 咳，咳... : 其实我的意思就是用规则的方法去匹配，一般来说特定领域的文章结构会大致相同，找到那些描述地震时间的句子也许能发现一些规律，然后总结出规则就行了。只要你做得细，效果不会太差。 : 土办…”
“对，就是特定领域，并且我已经对文档进行了分类，使一类文档有相同的模式，然后对每一类文档进行信息提取。 但是你说的模板匹配是什么技术？能详细指教下吗？ 【 在 hunterlee 的大作中提到: 】 : 我觉得如果是特定的领域的话，用一些模板匹配的方法应该也会有不错的效果。虽然方法土了点...”
“应该是吧，但是感觉也未必一定要用语义分析的技术，也许有其它方法？ 【 在 hunterlee 的大作中提到: 】 : 这算语义分析了吧？？”
“有人能指教一下吗？thx”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。