随笔分类 -  特征工程与求解

摘要：混淆矩阵 准确率（accuracy）：分类正确的概率 精确率（precision）：真正/判定正（找到的有多少对的） 召回率（recall）：真正/实际正（有多少找到的） P-R曲线 对每个分类阈值计算精确率和召回率，绘制联合曲线。曲线包含面积越大越好。 F1 score F1指标是精确率与召回率的 阅读全文

摘要：词袋模型、TF-IDF 词袋模型（BOW，Bag of Word），整段文本为一个向量，向量每一维度表示一个单词，每个数值对应这个词的重要程度。忽略顺序信息。 最简单的词袋模型就是统计每个词出现的次数，作为特征值。 常用 TF-IDF（term frequency–inverse document 阅读全文