相關商品
商品簡介
商品簡介
文本分類技術廣泛應用於新聞媒體、網絡期刊文獻、數字圖書館、互聯網等領域，是人類處理海量文本信息的重要手段。 本書重點探討了利用信息論中的評估函數量化特徵權值的方法；基於權值調整改進Co-training的算法；利用互信息或CHI統計量構造特徵獨立模型，進行特徵子集劃分的方法；基於投票熵維護樣本權重的BoostVE分類模型；融合半監督學習和集成學習的SemiBoost-CR分類模型。其中特徵選擇和權值調整方法、基於特徵獨立模型劃分特徵子集的方法適用于文本分類，其他算法不僅適用于文本分類，對機器學習和數據挖掘的其他研究也有較大的參考價值和借鑒作用。
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。