weka对数据集（stringToWord）进行分类

时间：2016-04-29 09:22:11

标签： machine-learning classification weka

我是韦卡的新人。

我有关于特定公司的数据集（推特数据）.. 我使用的过滤器：字符串到单词..我更改选项wordstokeep = 100，以提高准确性。 然后我应用了分类器： Kstar 55％，RandomForest 57％，SMO 58％ 这些并不是最好的结果..

enter image description here

有什么想法，帮助我很好地改进它＆gt;＆gt;

1 个答案:

答案 0 :(得分：0)

首先尝试预处理您的数据。 Twitter数据包含很多噪音。删除：

  1. URL
  2. 转推
  3. 主题标签
  4. 特殊字符 你可以做的另一件事是使用n-gram。尝试不同的n-gram并检查哪一个最适合你。我的看法是与unigrams + bigrams。

    5. 我还建议使用naiveBayesMultinomial分类器。它恰好在文本分类方面效果最佳，特别是情感分析.Plus它也超级快。如果您希望代码预处理数据，请告诉我：）

相关问题
最新问题