คำถามติดแท็ก classification

ฉันกำลังสร้างตัวจัดหมวดหมู่ข้อความสำหรับประโยคสั้น ๆ นอกเหนือจากการบอกผู้ใช้ว่า "หมวดหมู่ของข้อความที่คุณป้อนคือ C" ฉันต้องการอธิบายได้ว่าทำไมฉันจึงตัดสินใจนี้ด้วยวิธีที่สั้นและเข้าใจง่าย ตัวอย่างเช่นฉันไม่ต้องการบอกผู้ใช้ว่า "ฉันใส่ประโยคของคุณลงในเครือข่ายนิวรัล 3 ชั้นที่ซับซ้อนและนั่นคือคำตอบที่ให้คะแนนดีที่สุด"; ฉันต้องการคำอธิบายเช่น "ประโยคของคุณมีคำว่า U, V และ W ซึ่งเป็นลักษณะของหมวดหมู่นี้เนื่องจากประโยคเช่น X, Y และ Z ที่ปรากฏในข้อมูลการฝึกอบรม" คำถามของฉันคือ: อัลกอริธึมการจำแนกประเภทใดที่เหมาะที่สุดสำหรับแอปพลิเคชันดังกล่าว k- เพื่อนบ้านที่อยู่ใกล้ที่สุดดูเหมือนจะเป็นผู้สมัครที่ดีเพราะฉันสามารถบอกผู้ใช้ "ประโยคของคุณมีหมวดหมู่ C เพราะมันคล้ายกับประโยค X, Y และ Z ที่มีหมวดหมู่เดียวกัน แต่ประสิทธิภาพของปัญหาการจัดหมวดหมู่ข้อความเป็นที่รู้จักกัน ไม่ดีฉันกำลังมองหา classifie ที่ถ่วงดุลประสิทธิภาพด้วยความสามารถในการอธิบาย แก้ไข: หลังจากใช้เวลามากในการค้นหาตัวจําแนกเช่นนี้ฉันเริ่มสร้างไลบรารี่การเรียนรู้ของเครื่องที่เรียกว่าlimduซึ่งช่วยให้ตัวแยกประเภทอธิบายการตัดสินใจของพวกเขา มันยังอยู่ระหว่างการพัฒนา แต่มันช่วยฉันอธิบายตัวเองและเพื่อนร่วมงานแล้วทำไมตัวจําแนกของเราล้มเหลวบ่อยครั้ง ...

11 machine-learning  classification 

สำหรับโครงการการเรียนรู้ของเครื่องหลายอย่างที่เราทำเราเริ่มต้นด้วยตัวแยกลักษณนามที่ใกล้เคียงที่สุด k นี่คือลักษณนามเริ่มต้นในอุดมคติเนื่องจากเรามักจะมีเวลาเพียงพอในการคำนวณระยะทางทั้งหมดและจำนวนพารามิเตอร์มี จำกัด (k, ระยะทางเมตริกและน้ำหนัก) อย่างไรก็ตามนี่มักจะมีเอฟเฟกต์ที่เรายึดติดกับตัวจําแนก knn ในภายหลังในโครงการไม่มีที่ว่างสำหรับการสลับไปใช้ตัวจําแนกอื่น อะไรจะเป็นเหตุผลที่ดีในการลองตัวจําแนกใหม่ สิ่งที่ชัดเจนคือความจำและเวลาที่ จำกัด แต่มีกรณีที่ตัวจําแนกอื่นสามารถปรับปรุงความถูกต้องได้จริงหรือไม่?

9 neural-networks  classification