使用职位描述的职位名称机器学习分类技术的性能比较-研究论文
入围不当的候选者和可能错过的候选者只是意味着与不正确的关键字相关联的不当简历。 这些天来，由于对文本分类的兴趣日益浓厚，对文件分类的研究越来越多，而文本分类已成为在线文本和文档的主要贡献者。 机器可以使用专家系统来处理人员对细节进行分类的重复任务，该专家系统可以正确捕获和识别文本，然后将其分类为已定义的不同类别。 在对数据进行预处理之后，对贝努利的朴素贝叶斯，多项朴素贝叶斯，随机森林，线性SVM和LSVM进行了比较分析，并在前30个具有不同参数的Job Listing数据集上进行了弹性惩罚分类，因此我们能够分析具有不同密度和科目的类中不同术语之间的依赖关系。 评估了准确性，并且LSVM根据提交的查询在对职称进行分类时提供了最佳准确性，并且能够对55000个样本实现96.25％的准确性。
文件下载
评论信息
其他资源
- 项目培训方案
- PHP开发博客完整项目
- 历年研究生数学建模优秀论文
- STM32f103 3个串口
- 基于nRF24L01一对多的无线通信
- sun.jdbc.odbc.JdbcOdbcDriver.jar
- PotPlayer播放器
- apache-maven-3.3.9安装包
- 3.Spatially Attentive Output Layer for Image Classification.docx
- Invoke-WCMDump.rar
- 残缺棋盘覆盖仿真模拟软件源码
- 手机HTML模板零售服装产品商城模板.zip
- 混合动力汽车电驱动系统的功能安全概念设计_王林.pdf
- 南京工业大学《操作系统》题库.pdf
- Apache_OpenOffice_4.1.8（Linux_x86-64_install-rpm_en-US）
- MemoryAnalyzer-1.10.0.zip
- stm32 LIN 代码
- 维特比译码+卷积码编码程序C/C++实现
- 新华XDPS获取注册码
- pegasos算法matlab代码
- 流水灯.DSN
- frp_0.27.0_windows_amd64.zip
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
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