fastText具体代码实现过程

最新推荐文章于 2025-07-05 23:10:04 发布

原创最新推荐文章于 2025-07-05 23:10:04 发布 · 8k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#算法

机器学习同时被 3 个专栏收录

19 篇文章

订阅专栏

深度学习

13 篇文章

订阅专栏

nlp

11 篇文章

订阅专栏

本文介绍如何使用fastText进行文本分类任务。fastText是一款基于C++11的开源工具，适用于MacOS或Linux系统，需要Python 2.6及以上版本的支持，并依赖numpy和scipy等库。文中详细展示了fastText的基本安装步骤及命令行参数说明。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

fastText具体代码实现过程

fastText基于Mac OS或者Linux系统构筑，使用 C++11 的特性。需要python 2.6 或者更高版本支持，以及numpy & scipy等软件支持。

示例：

$ git clone https://github.com/facebookresearch/fastText.git
$ cd fastText
$ make
$ ./fasttext supervised
Empty input or output path.
The following arguments are mandatory:
-input training file path
-output output file path
The following arguments are optional:
-lr learning rate [0.05]
-dim size of word vectors [100]
-ws size of the context window [5]
-epoch number of epochs [5]
-minCount minimal number of word occurences [1]
-neg number of negatives sampled [5]
-wordNgrams max length of word ngram [1]
-loss loss function {ns, hs, softmax} [ns]
-bucket number of buckets [2000000]
-minn min length of char ngram [3]
-maxn max length of char ngram [6]
-thread number of threads [12]
-verbose how often to print to stdout [10000]
-t sampling threshold [0.0001]
-label labels prefix [__label__]
$ ./fasttext supervised -input training_file_path -output output_file_path
Read 3M words
Number of words:  846680
Number of labels: 311
Progress: 100.0%  words/sec/thread: 9815  lr: 0.000000  loss: 2.637867  eta: 0h0m