使用词袋模型（bow）和svm对字符图片实现多分类

textclassify 利用bow（词袋特征）、tfidf、word2vec进行中文文本分类 下图为部分数据集 第一列为分类标签，第二列为文本数据，是关于七类文学作品的简介 requirements gensim sklearn bow accuracy=0.918533,precision=0.918528,recall=0.918533,f1=0.918515 tfidf accuracy = 0.931081, precision = 0.931091, recall = 0.931081, f1 = 0.931071 word2vec accuracy = 0.573359, precision = 0.565731, recall = 0.573359, f1 = 0.567236

bow词袋代码，包括k-mean，knn，sift

SIFT等局部特征的词袋模型实现。包括K-means聚类，直方图特征的形成，以及KNN分类。