BP文本分类：特征提取首先对文本信息进行分词处理，采用基于字符串匹配的方法.matlab2021a测试。

分类自然语言处理人工智能数据挖掘

disp('展示BP的训练集分类') bp_train_accuracy=sum(J==J1)/length(J) figure stem(J,'bo'); grid on hold on plot(J1,'r*'); legend('网络训练输出','真实标签') title('BP神经网络训练集') xlabel('样本数') ylabel('分类标签') hold off %% 测试集准确率 tn_bp_sim = sim(net_bp,P_test);%测试 [I J]=max(tn_bp_sim',[],2); [I1 J1]=max(T_test',[],2); disp('展示BP的测试集分类') bp_test_accuracy=sum(J==J1)/length(J) figure stem(J,'bo'); grid on hold on plot(J1,'r*'); legend('测试输出','真实标签') title('BP神经网络测试集') xlabel('样本数') ylabel('分类标签') hold off

文件下载

资源详情

[{"title":"（ 206 个子文件 3.91MB ） BP文本分类：特征提取首先对文本信息进行分词处理，采用基于字符串匹配的方法.matlab2021a测试。","children":[{"title":"dictionary.mat 96.19KB ","children":null,"spread":false},{"title":"fenci_tezheng.m 2.56KB ","children":null,"spread":false},{"title":"文本分类.txt 1.24KB ","children":null,"spread":false},{"title":"data_xy.mat 6.74KB ","children":null,"spread":false},{"title":"945.txt 252B ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

BP文本分类：特征提取 首先对文本信息进行分词处理，采用基于字符串匹配的方法.matlab2021a测试。

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载

BP文本分类：特征提取首先对文本信息进行分词处理，采用基于字符串匹配的方法.matlab2021a测试。