ShaggyPo Ответов: 1

Пожалуйста, как я могу реализовать SVM в java с нуля ?

Я реализую проект анализа настроений, и теперь мне нужно реализовать последний этап (SVM) классификатора.

Что я уже пробовал:

Я понимаю SVM в теоретической части, но теперь я хочу начать его реализовывать, и я не знаю, как я могу это сделать

Richard MacCutchan

Вам нужно будет предоставить гораздо более подробную информацию о вашей проблеме, если вы хотите получить разумный ответ.

ShaggyPo

Я занимаюсь анализом настроений, и я сделал это для извлечения признаков, где я использовал TF-IDF для получения Весов, и теперь мне нужно реализовать SVM-классификатор

Richard MacCutchan

Извините, но это ничего не объясняет. Если у вас есть проблема в вашем коде, пожалуйста, предоставьте подробную информацию.

ShaggyPo

Спасибо тебе, Ричард, за поддержку. Я не против показать вам и объяснить, что я сделал. Чтобы объяснить это более подробно я думаю что лучше позвонить в google meet up или hangout здесь (shaggyzee@gmail.com) потому что положить мой код здесь и объяснить-это очень много

1 Ответов

Рейтинг:
2

Sandeep Mewara

Посмотрите раздел "Оценка производительности тестового набора" по следующему адресу:: Работа с текстовыми данными — scikit-learn 0.23.2 документация[^]

Высокий уровень, пример кода будет выглядеть следующим образом:

feature_extraction = TfidfVectorizer()
X = feature_extraction.fit_transform(data["sentiments"].values)

X_train = X[:num_training]
X_test = X[num_training:]
y_train = data["Label"].values[:num_training]
y_test = data["Label"].values[num_training:]

# train classifier
clf = SVC(probability=True, kernel='rbf')
clf.fit(X_train, y_train)

# predict and evaluate predictions
predictions = clf.predict_proba(X_test)


Теперь, если вы хотите заново изобрести колесо и иметь свою собственную реализацию SVM, я бы предложил вам начать отсюда: scikit-learn/_classes.py на мастер · пакет scikit-узнать/пакет scikit-узнать · на GitHub[^]