介绍了中心向量算法和KNN算法两种分类方法。针对KNN分类方法在计算文本相似度时存在的不足，提出了改进方案。新方案引入了中心向量分类法的思想。通过实验,对改进的KNN算法、中心向量算法和传统的KNN算法应用于文本分类效果进行了比较。实验结果表明，改进的KNN算法较中心向量法和传统的KNN算法在处理中文文本分类问题上有较好的分类效果，验证了对KNN算法改进的有效性和可行性。
2021-03-24 21:34:00
434KB
1
针对现在机器学习的文本分类算法普遍使用的knn，支持向量机，神经网络等算法进行分类中存在的两个问题，没有考虑到语义关联对其文本的影响和受文章长短对其词频向量大小的影响，通过结合apiori算法进行改进knn算法的方法对文本分类样本进行了分类实验，结果表明，该改进算法相对于为改进前平均查准率有10%左右的提升，平均召回率有5%左右的提升,得出该方法能有效提高文本分类准确率的结论。
2021-01-29 11:13:42
901KB
1
第一次上传的公开资源
涉及两篇可解释机器学习的论文——①不做事后解释 ②ProtoPNet模型，实现模型级别的可解释，保证了精确度又实现了可解释的图像分类实验。 具体的代码后续也会上传
2020-12-17 17:36:22
1.82MB
1
可以将多源数据用于影像分类当中，这就是专家知识的决策树分类器，本专题以ENVI中Decision Tree为例来叙述这一分类器。
本专题包括以下内容：
专家知识分类器概述
知识（规则）定义
ENVI中Decision Tree的使用
2019-12-21 21:31:00
286KB
1