基于AdaBoost算法的情感分析研究
学时没有好好学算法，毕竟那些树、图实在提不起兴趣，好在毕业设计选择了个机器学习算法，整了个还算是有点意思的项目，至少弥补了大学的一点点的遗憾。大部分也是参考别人的，有兴趣的可以下载看看吧。使用微博应用获取微博文本, SVM初步分类,利用贝叶斯定理进行情感分析,利用AdaBoost加强分类器
应用介绍
大学时没有好好学算法，毕竟那些树、图实在提不起兴趣，好在毕业设计选择了个机器学习算法，整了个还算是有点意思的项目，至少弥补了大学的一点点的遗憾。大部分也是参考别人的，有兴趣的可以下载看看吧。
文本分类基本流程
本文项目流程
一、 使用微博应用获取微博文本
二、 SVM初步分类
三、 利用贝叶斯定理进行情感分析
四、 利用AdaBoost加强分类器
一、获取微博文本
二、SVM初步分类
三、使用朴素贝叶斯分类
四、AdaBoost
4.1 二分类AdaBoost
4.2 多分类AdaBoost
4.2.1 AdaBoost.SAMME
4.2.2 AdaBoost.SAMME.R
©版权声明：本文内容由互联网用户自发贡献，版权归原创作者所有，本站不拥有所有权，也不承担相关法律责任。如果您发现本站中有涉嫌抄袭的内容，欢迎发送邮件至： www_apollocode_net@163.com 进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
转载请注明出处： apollocode » 基于AdaBoost算法的情感分析研究
文件列表(部分)
| 名称 | 大小 | 修改日期 |
|---|---|---|
| advertise.txt | 13.48 KB | 2017-12-17 |
| normal.txt | 30.84 KB | 2017-12-17 |
| stop.txt | 5.78 KB | 2017-12-17 |
| train.txt | 0.08 KB | 2017-12-17 |
| Bayes.py | 2.11 KB | 2017-12-17 |
| 基于AdaBoost算法的情感分析研究.docx | 1,256.40 KB | 2017-12-17 |
| draw_pic.py | 0.85 KB | 2017-12-17 |
| from_database.py | 0.23 KB | 2017-12-17 |
| jiebatest.py | 0.55 KB | 2017-12-17 |
| gnb.model | 0.32 KB | 2017-12-17 |
| gnb.model_01.npy | 0.09 KB | 2017-12-17 |
| gnb.model_02.npy | 0.10 KB | 2017-12-17 |
| gnb.model_03.npy | 0.79 KB | 2017-12-17 |
| gnb.model_04.npy | 0.10 KB | 2017-12-17 |
| gnb.model_05.npy | 0.57 KB | 2017-12-17 |
| Bayes.py | 2.47 KB | 2017-12-17 |
| gnb.model | 1.71 KB | 2017-12-17 |
| multi_boost.py | 0.96 KB | 2017-12-17 |
| multi_test.py | 1.71 KB | 2017-12-17 |
| ntusd-negative.txt | 31.71 KB | 2017-12-17 |
| ntusd-positive.txt | 9.62 KB | 2017-12-17 |
| plot_adaboost_multiclass.py | 1.49 KB | 2017-12-17 |
| pynlptest.py | 0.43 KB | 2017-12-17 |
| SVM.py | 1.21 KB | 2017-12-17 |
| svm_train.py | 2.40 KB | 2017-12-17 |
| temp.py | 0.44 KB | 2017-12-17 |
| test.py | 0.13 KB | 2017-12-17 |
| boostNB.py | 1.86 KB | 2017-12-17 |
| gnb.model | 0.32 KB | 2017-12-17 |
| gnb.model_01.npy | 0.10 KB | 2017-12-17 |
发表评论 取消回复