技術 [Day12] 文本/詞表示方式(三)-TFIDF實作

一. 序 這篇主要用python實作TFIDF，來表示文本的方式 二. 載入套件與文本 主要利用jieba斷詞 import jieba import ma...

技術 [Day11] 文本/詞表示方式(二)-BOW與TFIDF

一. BOW BOW的全名為Bag-of-words，中文是'一袋文字'，意思就是將詞都丟進一個袋子裡，所以又稱'詞袋'模型，假設有n個句子(或文章)，總共有m...

技術 Day 27：第三招 資料面改善

上一篇想辦法去改善分類演算法但似乎改善幅度不高，正所謂山不轉路轉，如果分類器改善不了，那何不來改善一下資料面的問題呢？ 針對資料的部分我們會用以下三種方式重新處...

技術 Day 16： 電腦也要懂妳

在前面一直提到我們得到的 PTT 文章都是文字呈現，那怎麼讓電腦也看得懂呢？因為最終的計算是個兩類別的分類問題，所以這邊我們把所有的文章轉成數值，也就是每一篇文...