请教：机器学习对文本做二分类正样本应该怎么取？

2018-04-07 12:24:38 +08:00
 fiht

背景： 想使用 sklearn 训练一个能够鉴别黄色文本的 model。 问题： 负样本（黄色小说）数量有很多，但是正常文本不知道该怎么选取。去人民日报找几万篇新闻会不会因为太片面而产生过拟合的问题？

2470 次点击
所在节点    问与答
21 条回复
fiht
2018-04-09 15:03:34 +08:00
@LikeFHT 在探索的道路上走了点弯路，怎么能说是傻呢

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/444826

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX