搜索资源列表
kmeans
- k-means算法是文本聚类经典算法，也是数据挖掘十大经典算法之一。k-means算法Java实现。-k-means algorithm is a classical algorithm text clustering, data mining is one of the ten classic algorithms. k-means algorithm is implemented in Java.
R4
- 短文本数据集，各大论文的数据集取材，英文文本，已经stemming,去停词，提炼后的。-R4 short text dataset,english. stemming and non-stop words.
data_mining
- 这是一个R的程序 文本挖掘的作业，用来统计新闻类别再进行分类 -This is an R program text mining operations for Statistical News category then classified
NaiveBayes-master
- 对文本信息进行分类，训练和学习，利用朴素贝叶斯算法实现。-Text information on the classification, training and learning, with Naive Bayes algorithm.
DeepLearning-master
- 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。[1] 深度学习是机器
Hadoop
- 使用hadoop开发，可以对输入文件中出现的关键词统计词频并进行不同文本词频统计高低的排序，本代码需要用户自行定义关键词和输入文件-Use hadoop development, can appear in the input file keyword statistics word frequency and low frequency statistics different sort of text, the code requires a user-defined keywords an
Enhancedtextmining
- 强化版本文本挖掘流程，包含分词，分类聚类，分词结果评估等-Enhanced version of the text mining process, including word segmentation, classification clustering, segmentation results uation, etc.
Bias_algorithm_java
- 贝叶斯算法java实现,在贝叶斯算法思想基础上做改进，提供文本分类效率-Bias algorithm java implementation, based on the idea of Bias algorithm to improve the efficiency of text classification
InfoRetri
- 基于朴素贝叶斯的文本分类，包含去停用词，分词，特征提取，分类等-Text classification, based libsvm, included to stop words, segmentation, feature extraction and classification
pyspark_process
- 使用pyspark进行文本分类算法实现,其中使用了tf-idf表示-Use pyspark text classification algorithm, which uses the tf-idf representation
datamining
- PDF格式的PPT，来自英国南安普顿大学。主要介绍了数据挖掘的技术以及应用，包括决策树，推荐系统，文本聚类，搜索引擎，购物篮子分析。-PPT PDF format, the University of Southampton. It introduces data mining technology and applications, including decision, recommendation systems, text clustering, search engines, sho
kNN
- 使用python编写kNN算法，包括生成数据集，简单分类器，文本转换等简单算法。-Using python write kNN algorithms, including generating a data set, a simple classification, text conversion simple algorithm.
text-mining
- 文本挖掘，用词项-文档矩阵带入算法模拟出标签云和词条网络-text mining
文本深度挖掘
- 用于分析文档，分析情感指数，正负面情绪，及新闻分类(Used to analyze documents, analyze sentiment, positive and negative emotions, and classify news)
wenben
- R语言做的一个文本分析入门实例，需要下载相应的包。(An introductory instance of text analysis made by the R language needs to download the corresponding package.)
textclustering-master
- 对于大文本进行挖掘聚类，该方法不考虑文字词语出现的频率信息，考虑上下文语境，将所有的字根据预定义的特征进行词位特征学习，获得一个训练模型。然后对待分字符串的每一个字进行词位标注，最后根据词位定义获得最终的分词结果。(Digging for large text clustering, the method does not consider the text word frequency of information, considering the context, all the words
chinese_text_cluster-master
- 基于中文文本的机器学习聚类算法的实现，包括LDA算法等(Chinese Text Clustering)
专利文本分类
- 对大量的专利文本文件进行处理，然后利用机器学习的算法进行挖掘，实现对专利的分类(A large number of patent text files are processed, and then machine learning algorithm is used for mining.)
ts
- 文本情感分析，对评论进行积极向以及消极向计分，判断评论文本情感极性。(sentiment analysis,comment score.)
python_s
- 计算两个文本间的相似度，并且返回相速度值，用于确定两个文本将的距离(Compute the similarity between two short txts)