一共4000张大学生人脸正面图片数据集
分辨率：100X100
高度：100像素
宽度：100像素
位深度：24
类型：BMP图片文件
可用于图像处理、人脸识别等相关操作
2022-04-06 03:09:16
105.96MB
1
电影评论分类
使用python中的情感分析库将IMDb电影评论分为正面或负面
情绪分析
情感分析是指使用自然语言处理（NLP），文本分析和计算来系统地提取，识别信息并将其分类为特定类别。 该项目使用python sklearn库中的高斯朴素贝叶斯和多项式朴素贝叶斯模型
朴素贝叶斯分类器
朴素贝叶斯分类器是python scikit学习库下的一组监督ML算法。 他们使用特征矩阵（所有因变量的向量）来预测类变量（特征矩阵中每一行的输出）。 这些算法的前提是所有特征彼此独立并且具有同等重要性。
在高斯朴素贝叶斯分类器中，特征的分布遵循高斯/正态分布并形成钟形图。 在多项式朴素贝叶斯分类器中，特征向量表示通过多项式分布生成某些事件的频率。 该分类器非常适合文本分类中的字数统计
项目简介
该项目从tsv文件读取评论。 使用正则表达式对请求进行清理后，将MNB分类算法应用于数据集。部署的Web应用
2022-03-03 20:35:25
7KB
1
电影评论分类
使用python中的情感分析库将IMDb电影评论分为正面或负面
情绪分析
情感分析是指使用自然语言处理（NLP），文本分析和计算来系统地提取，识别信息并将其分类为特定类别。 该项目使用python sklearn库中的高斯朴素贝叶斯和多项式朴素贝叶斯模型
朴素贝叶斯分类器
朴素贝叶斯分类器是python scikit学习库下的一组监督ML算法。 他们使用特征矩阵（所有因变量的向量）来预测类变量（特征矩阵中每一行的输出）。 这些算法的前提是所有特征彼此独立并且具有同等重要性。
在高斯朴素贝叶斯分类器中，特征的分布遵循高斯/正态分布并形成钟形图。 在多项式朴素贝叶斯分类器中，特征向量表示通过多项式分布生成某些事件的频率。 该分类器非常适合文本分类中的字数统计
关于
该项目从tsv文件读取评论。 使用正则表达式对请求进行清理后，将MNB分类算法应用于数据集。部署的Web应用程序
2022-03-01 10:41:44
610KB
1
海关税号全表2022版最新
跨境电商进口正面清单2022最新版
税号是否在正面清单和各税率仅供参考，请自行判断
2022-02-24 14:05:05
945KB
1
餐馆评论分析
使用自然语言处理和单词袋进行特征提取，以分析在餐厅用餐的顾客的情绪，最后使用分类算法将正面和负面情绪分开。 餐馆评论分析使用自然语言处理和词袋进行特征提取，以对在餐馆中拜访的顾客进行情感分析，最后使用分类算法将正面和负面情绪分开。
自然语言处理自然语言处理是计算机科学，信息工程和人工智能的一个子领域，与计算机和人类语言之间的交互有关，尤其是如何对计算机进行编程以处理和分析大量自然语言数据
使用机器学习算法对分类进行分类，以分离不同的情感，以更好地了解商业环境
2022-01-25 20:09:07
63KB
1