使用LR和SVM对文本数据进行分类

SVM简介 SVM PPT3:核函数:有了核函数,SVM不仅仅可以处理回归问题,分类问题也可以解决。SMO:一种参数计算方法(这个大体了解,不重要) 一. 什么是SVM 1. 简介 SVM,曾经是一个特别火爆的概念。它的中文名:支持向量机(Support Vector Machine, 简称SVM)。因为它红极一时,所以关于它的资料特别多,而且杂乱。虽然如此,只要把握住SVM的一些特点,至少可以做到思路清晰。 首先,SVM是按照监督类学习方式进行运作的。即:数据当中含有目标值。 SVM采用监督学习方式,对数据进 阅读详情

使用LR和SVM对文本数据进行分类

import numpy as np
import pandas as pd

training = pd.read_csv("D:/ML/competition/daguan/new_data/train_set.csv")
# print(training.head())
#
# print(training.shape)
# print(training.columns)
print(training.info())

import time
t_start = time.time()

from sklearn.feature_extraction.text import TfidfVectorizer
vec = TfidfVectorizer(ngram_range=(1,2),min_df=3, max_df=0.9,use_idf=1,smooth_idf=1, sublinear_tf=1)
tfidfX_train = vec.fit_transform(training["word_seg"])
# print(tfidfX_train)

from sklearn.model_selection import train_test_split #to create validation data set
# X_train = training.drop("class", axis=1)
y_train = training["class"]
X_training, X_valid, y_training, y_valid = train_test_split(tfidfX_train, y_train, test_size=0.2, random_state=0)


from sklearn import svm
from sklearn.linear_model import  LogisticRegression
from sklearn.metrics import f1_score
clf = svm.LinearSVC(C=5, dual=False)
# clf = LogisticRegression(C=120, dual=True)

clf.fit(X_training, y_training)
y_prediction = clf.predict(X_valid)
f1 = f1_score(y_valid, y_prediction, average='micro')

print(f1)

t_end = time.time()
print("耗时:{}min".format((t_end-t_start)/60))

svm.LinearSVC

0.790672663277278
耗时:14.886688208580017min

LogisticRegression

0.7914059444661713
耗时:14.259357845783233min
逻辑回归(LR)和支持向量机(SVM)之间的相同点和不同点 创建于:2020.03.18 修改于:2020.03.19 文章目录1. 背景2. 逻辑回归(LR)3. 支持向量机(SVM)4. 异同点5. 参考连接 1. 背景 自己在学习机器学习知识,在学习的时候,感觉懂了,当被别人问到时候,发现回答不上来。基本功不扎实。 网上资源挺多的,还是自己写写更有印象。 2. 逻辑回归(LR) 3. 支持向量机(SVM) 4. 异同点 5. 参考连接 (1)支持向量... 阅读详情

相关推荐

机器学习 - - - LR和SVM的联系与区别?

解析一 LR和SVM都可以处理分类问题,且一般都用于处理线性二分类问题(在改进的情况下可以处理多分类问题) 区别: 1、LR是参数模型,svm是非参数模型,linear和rbf则是针对数据线性可分和不可分的区别; 2、从目标函数来看,区别在于逻辑回归采用的是logistical loss,SVM采用的是hinge loss,这两个损失函数的目的都是增加对分类影响较大的数据点的权重,减少与分类关系较小的数据点的权重。 3、SVM的处理方法是只考虑support vectors,也就是和分类最相关的少

julyedu_7的博客 2497

数据挖掘之SVM

本文主要是利用svm做一个鸢尾花数据集分类的案例学习 一、理论介绍 二、案例实践 (1) 加载数据 import pandas as pd from sklearn.datasets import load_iris import numpy as np iris = load_iris() X, y = iris.data, iris.target X.shape ##(1...

weixin_44132035的博客 516

LR和 SVM的区别

一、相同点  第一,LR和SVM都是分类算法(SVM也可以用与回归)  第二,如果不考虑核函数,LR和SVM都是线性分类算法,也就是说他们的分类决策面都是线性的。   这里要先说明一点,那就是LR也是可以用核函数的。总之,原始的LR和SVM都是线性分类器,这也是为什么通常没人问你决策树和LR什么区别,你说一个非线性分类器和一个线性分类器有什么区别?  第三,LR和SVM都是监督学习算法。 ...

zhangbaoanhadoop的博客 1301

使用Python 训练鸢尾花数据集的SVM和LR模型并绘制P-R曲线与ROC曲线

使用Python 训练鸢尾花数据集的SVM和LR模型并绘制P-R曲线与ROC曲线 - 知乎 (zhihu.com)

wjz0626的博客 1070

支持向量机(SVM)和逻辑回归(LR)

开篇 为什么把这两个机器模型放在一起呢,主要是因为它们经常会在面试中同时出现,这边把它们放在一起,解析一下它们之间的联系和区别。我们先看一下问题 经典算法问题 LR 与 SVM 的相同和不同? 讲一下其中的LR、SVM,以及区别和联系(2018京东算法) 解析 相同点: 1、首先两个都是常用的分类算法,这边要注意的是,不要看LR带了回归二字就以为它是回归模型,其实不是,它是分类模型。...

Ding_xiaofei的博客 1470

实施文档

流程管理 2008-04-23 09:44:00 874 收藏 3 分类专栏: 企业管理杂谈 文章标签: 文档 文档管理 项目管理 工作 配置管理 工具 项目实施文档是用来记录、描述、展示实施过程中一系列信息的处理过程,通过书面或图示的形式对项目活动过程或结果进行描述、定义、规定及报告。例如分阶段实施计划文档,标准业务流程文档,标准编码及数据文档,标准参数设置文档,功能操作指南文档。这些文档将会伴随着ERP实施的各个阶段逐渐充实、完善,也同时记载了整个实施的过程和成果。 作为实施顾问人员,在实施过程

qq_52337172的博客 1066

基于文本分类的机器学习-LR类处理多分类问题

基础知识部分: Logistic 回归是一种常用的处理二分类问题的线性模型。 Softmax回归是logistic 回归问题再多分类上的推广,对于多分类问题,类别标签lable : y可以有C个取值,给定一个样本x,softmax回归预测判断属于类别c的条件概率为: 其中,w 是第c类的权重向量 在tensorflow框架下表示为: ##在Tensorflow图中为训练数据输入x和输出y创建占位符 self.x = placeholder(tf.float32, [None, self.s

weixin_45144934的博客 796

解决Visual C++2008安装失败,error 1935

重装系统后Visual C++没了,其他都能装上但VC2008会报这个error 1935。鉴于我把网上所有的解决方法排了一遍错,我也不知道是哪一步起效,所以就都放上来了。特别注意:报error 1935的错误原因可能不尽相同,比如我的报错开头为An error occurred,结尾为HRESULT:0x80070005。80070005 拒绝访问通常是权限问题,安装Visual C++无法写入文件夹或注册表(直接跳转第7步)

weixin_44427808的博客 1万+

scikit-learn代码实现SVM分类与SVR回归以及调参

分类 二分类: from sklearn.model_selection import train_test_split from sklearn.svm import SVC import mglearn.datasets import matplotlib.pyplot as plt #forge数据集是一个二维二分类数据集 X,y=mglearn.tools.make_handcraf...

lyy的博客 3万+

STK相关总结

STK简介 一.SIM卡应用工具包(SIM Application Toolkit),又名CAT/USAT,它包含一系列终端与SIM卡的交互指令,SIM卡可以应用卡内的小应用程序和终端交互,从而实现增值服务的目的,STK包括三种类,STK-imsi切换,STK –OTA,STK-BIP 功能: (1) Profile download:配置下载,开机初始化SIM卡过程中,终端告诉SIM卡终端支持哪些功能,STK中download指终端将数据发送给SIM卡 (2) Proactive command: 主动式

jingjing_2的博客 3360

傻瓜式下载、安装CentOS7操作步骤

CentOS7.9下载和安装操作步骤

weixin_45608163的博客 1万+

Python文本分类【NB、LR、SVM、CNN、RNN、TF-IDF、Word2Vec、FastText】

文章目录评估结果1、贝叶斯2、贝叶斯+TF-IDF3、逻辑回归+词向量(FastText)4、神经网络(CNN或RNN)5、神经网络+词向量(FastText)数据预处理模块模型评估模块语料地址 评估结果 模型 时间 空间 精度 贝叶斯 38 高 0.83 逻辑回归 103 高 0.85 贝叶斯+TfIdf 86 高 0.84 逻辑回归+TfIdf 306 高 0.84...

ArYe 5613

当FPGA遇上Codesys:用Verilog实现ModbusTCP协议栈的3种方法(Xilinx/Vivado实测)

本文详细介绍了在Xilinx FPGA上使用Verilog实现Modbus TCP协议栈的三种方法,并与Codesys环境无缝集成。从基础架构设计到纯Verilog实现、基于AXI总线的混合方案,再到与Codesys的集成方法,为开发者提供了完整的工业自动化通信解决方案。通过实测数据对比,帮助开发者选择最优实现方案。

weixin_29172963的博客 525

使用SVM、MNB、LR、CNN进行中文邮件分类

使用SVM、MNB、LR、CNN进行中文邮件分类数据集数据预处理选择文本特征1.词袋模型2.TF-IDF3.词向量 数据集   2006 TREC Public Spam Corpus(中文),大约有6万多封邮件,垃圾邮件42854封,正常邮件21766封。 数据预处理   1.首先将正常邮件与垃圾邮件分别放在不同的一个文件夹下(因为下载下来的数据集是乱的)。   2.接下来就是一系列的数据处理。分词,去除停用词,去除英文,去除标点符号,去除一些不认识的字符。 选择文本特征 1.词袋模型   我们可以利用s

wf19971210的博客 1187

基于Dify实现对Excel的数据分析

在dify部署完成后,大家就可以基于此进行各种应用场景建设,目前dify支持聊天助手(包括对话工作流)、工作流、agent等模式的场景建设,我们在日常工作中经常会遇到各种各样的数据清洗、格式转换处理、数据统计成图等数据分析工作,本次主要基于对话工作流模式对Excel文件、csv文件进行解析处理,并进行成图等数据分析工作。主要用到的插件有LLM节点,文档提取器、参数提取器、自定义代码节点、echart插件等。实现解析Excel数据,经过上述不同节点的处理分析流程,最终实现数据统计图展示。

hhue2007的专栏 1万+

风控域——决策引擎系统设计

本文详细介绍了风控决策引擎系统的设计与应用。决策引擎系统是一种智能化工具,可自动化、数据驱动地辅助或替代人工决策,广泛应用于金融、医疗、营销、风控等领域。文章阐述了决策引擎的核心功能,包括自动化决策、动态规则管理、实时处理和模型集成,以及系统组成,涵盖数据输入层、规则引擎和模型服务层。此外,还探讨了决策引擎的典型应用场景、技术架构、组件设计,以及风控决策引擎系统的技术方案、设计难点和重点。

庄小焱 3321

【NLP学习笔记】1-NLP新闻文本分类赛题理解

目录IntroductionTask1、数据读取-pandas学习2、 转化分词3、匿名字符建模4、方法思路5、F1-score Introduction 以自然语言处理为背景,对所给新闻文本进行分类。利用训练样本训练模型,利用测试样本预测,根据F1-score得分来评判预测结果好坏1。 数据集:这里数据集提前被匿名处理,共有14个labels标签,对应关系如下: {‘科技’: 0, ‘股票’: 1, ‘体育’: 2, ‘娱乐’: 3, ‘时政’: 4, ‘社会’: 5, ‘教育’: 6, ‘财经’: 7,

weixin_43871061的博客 398

【OpenClaw从入门到精通】第60篇:多智能体协同实战——用“龙虾”搭建你的数字员工团队(2026企业版)

2026年AI Agent企业落地的核心趋势,正从“单Agent单兵作战”转向“多智能体协同组网”。本文以全球开发者先锋大会“百虾大战”真实案例为蓝本,深度拆解OpenClaw多智能体协同的技术内核——三层解耦架构(模型层-技能层-网关层),系统搭建包含项目经理、架构师、执行者、质量把关者的4大核心Agent团队。通过三种主流协作架构对比、全链路配置代码实操、故障自愈实战演练,结合电商新品上架虚拟场景全流程演示,解决企业多Agent部署中的权限隔离、任务协同、运维自治三大核心痛点。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 770

文本分类:1、传统Machine Learning方法

数据清洗与预处理:分词、去除停用词 和 低频词 特征工程 + 分类器:     特征工程:将文本转换成 固定纬度的向量     分类器:LR、SVM、GBDT 等 ...

crz_blog 553

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

数据分析-(学术前沿趋势分析)-task4

数据分析-(学术前沿趋势分析)-task4 分析 论文分类(数据建模任务),利用已有数据建模,对新论文进行类别分类。(主要目标数据,论文‘title’,‘abstract’) 知识点 拿到数据集,先看下特征量,找到与论文类别相关的特征(论文‘title’,‘abstract’);提取出来(dict)拼成‘text’ 用pandas看下数据结构(展示前几行,有个大致轮廓); 注意,有多个类别、类别有子类别时,需要提前处理一下;类别是多个,所以需要多编码 文本分类的典型方法!!! TF-IDF+机器学习分类

yxyibb 310

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

DataWhale | 学术前言趋势分析 | Task4 论文种类分类

Task4 论文种类分类任务说明数据处理步骤文本分类思路具体代码实现以及讲解导包数据准备数据处理 本文主要使用TF-IDF+机器学习分类器和FastText两种方法进行论文种类的分类,而WordVec+深度学习分类器和Bert词向量方法等放假了在来补作业。 任务说明 学习主题:论文分类(数据建模任务),利用已有数据建模,对新论文进行类别分类; 学习内容:使用论文标题完成类别分类; 学习成果:学会文本分类的基本方法、TF-IDF等; 数据处理步骤 在原始arxiv论文中论文都有对应的类别,而论文类别是

weixin_44819895的博客 172

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

[机器学习笔记] 支持向量机SVM 和逻辑回归LR的异同

参考: https://www.cnblogs.com/zhizhan/p/5038747.html 为什么把SVM和LR放在一起进行比较? 一是因为这两个模型应用广泛。 二是因为这两个模型有很多相同点,在使用时容易混淆,不知道用哪个好,特别是对初学者。 相同点 都是线性分类器。本质上都是求一个最佳分类超平面。 都是监督学习算法。 都是判别模型。通过决策函数,判别输入特征之间的...

jieming2002的博客 1万+

机器学习——支持向量机(SVM)

支持向量机(SVM)是一种常见的机器学习方法,常用于分类(线性和非线性分类问题),回归问题。本文将详细介绍一下支持向量机算法。本文在SVM算法原理介绍中:从开始的SVM介绍,到Kernel的介绍,再到算法和核函数的选择,之后就是算法的步骤,以及分类和回归的选择;在代码实现中:亦是分别对SVM中的回归(SVR)和分类(SVC)用代码实现,并可视化结果。 关关雎鸠,在河之洲 --2023-9-4 筑基篇

2301_78630677的博客 2万+

SGDClassifier和LR,SVM的区别

看了许多文献,以及最近的项目经验,终于真正地搞懂了LR。以前总听大家说,看你对机器学习搞得透彻不透彻,就看你逻辑回归理解得怎么样;自己是统计出身的我,一直很有自信,以为无非就是个极大似然估计,求那个似然函数的极大值而已。然而实际上,这个之中也有很多的说法在里面,比如,求参数的方法。在逻辑回归中,我们极大似然估计的参数是可以通过“极大化该参数值”得到的,然而得到参数之后,并不代表我们就完成了,因为成千

tianbwin2995的专栏 1万+

LR和SVM的联系和区别

1,LR和SVM的相同点 (1)LR和SVM都是分类算法 (2)如果不考虑核函数,LR和SVM都是线性分类算法,也就是说他们的分类决策面都是线性的。          这里要先说明一点,那就是LR也是可以用核函数的,至于为什么通常在SVM中运用核函数而不在LR中运用,后面讲到他们之间区别的时候会重点分析。总之...

manduner的博客 1660

【机器学习】Linear SVM 和 LR 的联系和区别

今天看到别人问这个问题,突然想到自己也对这两个经典的线性分类器没有太过区别其异同,所以特此翻阅了一下资料总结了一番。以下理论部分主要参考了LR与SVM的异同这篇文章 LR和Linear SVM的相同点 都是监督的分类算法 都是线性分类方法 另外这里需要说的就是LR也是可以加核函数的至于为什么不用,是原因的,后面再说。 都是判别模型 判别模型和生成模型是两个相对应的模型。 判别模型是直接生成一个

haolexiao的专栏 1万+
上一篇: 用PyTorch类实现Logistic regression
下一篇: torch.autograd.Variable.data.norm()
程序员椰子橙
博客等级 码龄9年 46粉丝 163原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值