文本挖掘之詳細總體的流程

一、分詞算法 二、特徵權重的計算網絡 三、模型的選擇ide （1）向量空間模型與布爾模型 spa （2）機率模型blog 四、特徵選擇文檔 IG（特徵選擇），DF（文檔頻率），IF-IDF，ECE（指望交叉熵），X方，MI（文檔互信息），WET（文檔證據權重），OI，CC（相關係數）等經常使用的特徵選擇神經網絡 在我前面的文章都有提到im 五、特徵抽取d3 LDA（線性特徵抽取），PCA（主成分分

>>阅读原文<<