うどん

電気炊飯器

ラーメン

ポテトチップス

もち

福袋

フェイスマスク

のり

ログイン/登録

日本語

English 简体中文繁體中文 한국어 日本語

{{sellerTotalView > 1 ? __("sellers", {number: sellerTotalView}) : __("seller", {number: sellerTotalView}) }}, {{numTotalView > 1 ? __("items", {number: numTotalView}) : __("item", {number: numTotalView}) }}

カートを見る＆決済

Nickname

お名前を教えてください

名前を更新します

xxxxxxx@yamibuy.com

アカウント注文お気に入り

ポイント 0

クーポン 0

ギフトカードの残高 $0.00

ログアウト

配送エリアを切り替えます

在庫情報と配送スピードは地域によって異なる場合があります。

郵便番号の履歴

商品が再入荷され次第、すぐにメールでお知らせします。

商品が再入荷されたら、メールでお知らせします {{remindEmail}}

キャンセル

Jingdong book

基于半监督与集成学习的文本分类方法

カートを見る＆決済

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

本コンピュータとインターネットコンピュータ理論

Jingdong book

基于半监督与集成学习的文本分类方法

Name: 基于半监督与集成学习的文本分类方法
Brand: Jingdong book
SKU: 3118193261
Price: 26.03 USD
Availability: OutOfStock

{{__(":people-members", {'people': item.limit_people_count})}} {{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ item.invalid_price }} {{ itemDiscount }}

終了まで

{{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }}

{{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }} {{ itemCurrency }}{{ item.invalid_price }} {{itemDiscount}}

セール終了まで

タイムセール開始まであとタイムセール終了まであと

{{ __( "Pay with Gift Card to get sale price: :itemCurrency:price", { 'itemCurrency' : itemCurrency, 'price' : (item.giftcard_price ? priceFormat(item.giftcard_price) : '0.00') } ) }} ({{ itemCurrency }}{{ priceFormat(item.giftcard_price / item.bundle_specification) }}/{{ item.unit }}) 詳細

消費期限

現在は販売していません

この商品がいつ再入荷するか、分かりません。

当該地域へ配送できません

売り切れ

製品説明

商品の詳細を全て表示

Content Description

文本分类技术广泛应用于新闻媒体、网络期刊文献、数字图书馆、互联网等领域，是人类处理海量文本信息的重要手段。
《基于半监督与集成学习的文本分类方法》重点探讨了利用信息论中的评估函数量化特征权值的方法；基于权值调整改进Co-training的算法；利用互信息或CHI统计量构造特征独立模型，进行特征子集划分的方法；基于投票熵维护样本权重的BoostVE分类模型；融合半监督学习和集成学习的SemiBoost-CR分类模型。
其中特征选择和权值调整方法、基于特征独立模型划分特征子集的方法适用于文本分类，其他算法不仅适用于文本分类，对机器学习和数据挖掘的其他研究也有较大的参考价值和借鉴作用。

Catalogue

第1章绪论
1.1 研究背景及意义
1.1.1 数据挖掘和文本挖掘
1.1.2 文本分类及其面临的问题
1.2 国内外相关研究
1.2.1 半监督学习
1.2.2 集成学习
1.3 本书内容组织

第2章文本分类技术概述
2.1 文本分类预处理
2.2 文本的表示
2.3 特征选择
2.3.1 初始特征选择
2.3.2 特征选择算法
2.4 文本分类算法
2.4.1 质心向量分类算法
2.4.2 K近邻分类算法
2.4.3 贝叶斯分类算法
2.4.4 关联规则分类算法
2.4.5 支持向量机
2.4.6 其他分类算法
2.5 实验数据集
2.6 分类模型的评估方法
2.7 本章小结

第3章 TEF-WA权值调整技术
3.1 特征选择存在的问题
3.2 TEF-WA权值调整技术
3.2.1 TEF-WA权值调整的基本思想
3.2.2 各种评估函数的TEF-WA权值调整
3.3 实验结果与分析
3.3.1 TEF-WA权值调整的有效性
3.3.2 不同评估函数的权值调整
3.3.3 评估比较
3.4 本章小结

第4章结合TEF-WA技术的Co-training改进算法
4.1 Co-training算法及其存在的问题
4.2 基于TEF-WA的特征多视图
4.2.1 TEF-WA技术
4.2.2 基于TEF-WA的特征多视图
4.3 基分类器间的差异性评估
4.4 TV-SC算法与TV-DC算法
4.5 实验结果及其分析
4.6 本章小结

第5章基于特征独立模型的Co-training改进算法
5.1 特征独立模型
5.1.1 基于条件互信息的相互独立性
5.1.2 基于条件2统计量的相互独立性
5.1.3 特征独立模型
5.2 特征子集划分算法PMID
5.3 基于MID-Model的改进算法SC-PMID
5.4 实验结果及其分析
5.4.1 PMID-MI与PART-Rnd的实验比较
5.4.2 PMID-CHI与PART-Rnd的实验比较
5.4.3 PMID-MI、PMID-CHI和PART-Rnd的实验比较
5.4.4 SC-PMID-MI、SC-PMID-CHI和SC-PART-Rnd的
实验比较
5.5 本章小结

第6章基于投票信息熵和多视图的AdaBoost改进算法
6.1 AdaBoost算法
6.1.1 AdaBoost算法描述
6.1.2 AdaBoost提升NB文本分类器的问题
6.2 利用特征评估函数构造多视图
6.3 基于投票信息熵的样本权重维护新策略
6.3.1 投票信息熵
6.3.2 基于投票信息熵的样本权重维护新策略
6.3.3 样本权重对NB文本分类器的扰动
6.4 BoostVE算法
6.4.1 BoostVE算法描述
6.4.2 BoostVE算法的最小训练错误上界
6.5 实验结果及其分析
6.5.1 参数对BoostVE算法性能的影响
6.5.2 Boost VE算法与AdaBoost-MV算法、
AdaBoost算法的实验比较
6.5.3 BoostVE 算法提升NB文本分类器的有效性
6.6 本章小结

第7章结合半监督学习的SemiBoost-CR分类模型
7.1 SemiBoost-CR模型的目标函数
7.2 未标注样本的置信度
7.2.1 基于K近邻的置信度
7.2.2 基于最大差距的置信度
7.3 基于置信度的重取样策略
7.4 样本权重维护策略
7.5 SemiBoost-CR分类算法
7.6 实验结果及其分析
7.6.1 未标注近邻样本对置信度conf1的影响
7.6.2 两种置信度方法conf1和conf2的实验比较
7.6.3 topN和bottomN对SemiBoost-CR模型的影响
7.7 本章小结

第8章文本自动分类系统SECTCS
8.1 系统简介
8.2 系统总体结构
8.3 系统的用户界面
8.4 实验数据集
8.5 本章小结
结束语
参考文献

Book Abstract

《基于半监督与集成学习的文本分类方法》：
②根据特征的辨别能力，筛选出一定数量的特征；
③调整特征的权重，强调辨别能力强的特征，抑制没有辨别能力或辨别能力低的特征。
步骤①的实现通常是构造一种特征评估函数来计算每个特征的辨别能力。常用的评估函数是从信息论中延伸出来的，用于给各个特征词条打分，很好地反映了词条与各类之间的相关程度，如文本频率（Document Frequency）、信息增益（Information Gain）、期望交叉熵（Expected Cross Entropy）、互信息（Mutual Information）、x2统计量（CHI）、单词权（Term Strength）、文本证据权（the Weight ofEvidence for Text）和几率比（Odds Ratio）等。特征的辨别能力由评估分的高低来衡量。
步骤②的实现有两种方法：方法一，设置一个评估分阈值，低于该阈值的特征被删除；方法二，设置一个保留特征数阈值，必须先按照特征的评估分排序，保留排在前面的预定数量的特征。这两种方法各有优缺点。方法一的优点是不需要排序算法，时间效率高；缺点是评估分的阈值难以确定，它与评估函数有关，并且随着训练文本集的改变而变化。方法二的阈值比较好确定，缺点是必须按排序评估分排序，即使采用快速排序法，时间复杂度也是O（nlogn），n是训练文本集的特征总数。
作者提出了一种改进方法——评估分阈值比率法，综合了二者的优点。评估分阈值比率法先计算出所有特征的评估分的平均值aver score，然后设置一个比率阈值thred pi，这比方法一指定常数阈值要容易得多，而且不需要方法二中的排序过程，提高了时间效率。
步骤③一般是构造一种权重调整策略。如果没有这一步，就是普通的特征选择。权重调整的目的是突出重要的特征、抑制次要的特征。TF—IDF权重函数根据特征的逆文本频率IDF调整权重。分析TFIDF权重函数，逆文本频度IDF不能很好地反映特征的重要性，然而使用文本处理中的一些常用的评估函数独立地给每个特征打分，评估分的高低能够很好地代表特征的重要性，因此很自然地想到使用一些常用的评估函数代替逆文本频度IDF进行权重调整，这就是作者的TEF—WA（Term Evaluation Function—WeightAdjustment）权值调整技术的基本思想。新的权值函数称为TF—TEF权重函数，TEF（Term Evaluation Function）代表特征评估函数，TF—TEF权重公式如下。
……

仕様

ブランド

Jingdong book

ブランドテリトリー

China

免責声明

商品の価格、パッケージ、仕様などの情報は、事前に通知することなく変更される場合があります。私たちは商品情報を迅速に更新するよう努力していますが、実際に受け取った商品を基準にしてください。商品を利用する前に、常に商品に付属するラベル、警告、および説明を読んでください。

利用規約の全文を見ます

お気に入りに追加

{{ $isZh ? coupon.coupon_name_sub : coupon.coupon_ename_sub | formatCurrency }}

詳細

数量

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

JD@CHINAによって販売します

配送先

69以上のご注文は送料無料

正規保証

利用規約の全文を見ます

地域

カートに入れました

ショッピングを続ける

おすすめアイテム

クーポン

受け取る受取済み受け取る終わりました

間もなく期限切れ： {{ formatTime(coupon.use_end_time) }}

このアイテムを友達と共有します

キャンセル

Yamiギフトカード特別価格

ギフトカードで支払えば、ギフトカード特別価格が得られます

規則説明

ギフトカード特別価格は、一部商品の特別割引オファーです；

ギフトカード特別価格の商品を購入する場合、決済時に電子ギフトカードで相殺し、ギフトカードの残高が註文したギフトカード特別価格商品の合計価格を支払うのに十分であれば、ギフトカード特別価格を適用することができます；

ギフトカードを利用しない場合、あるいはギフトカードの残高が前項に述べた要件を満たさない場合、ギフトカード特別価格を適用することができません。通常の販売価格で計算されることになり、これらの商品を購入することができます。

ギフトカード特別価格の商品を購入した場合、残高が足りない場合は、カートページまたは決済ページの「チャージ」ボタンをクリックしてギフトカードへの購入とチャージを行うことができます。

もし商品はギフトカード特別価格を持つならば、「特別」の特殊価格表記を表示します;

その他の質問や懸念がある場合は、いつでもカスタマーサービスにお問い合わせください；

Yamibuyは最終解釈権を有します。

Yamiによって販売します

サービス保証

$49以上で送料無料

返品・交換保証

アメリカから発送

配送情報

アメリカ

スタンダード配送料 $5.99 (アラスカ、ハワイを除く)、最終価格が $49 以上で送料無料

地方発送 $5.99 (カリフォルニア、ニューヨーク、ニュージャージー、マサチューセッツ、ペンシルベニア、上記州の一部地域); 最終価格が $49 以上で送料無料

2 日以内の配送 (アラスカとハワイを含む) は送料 $19.99 からです

返品・交換ポリシー

Yamiはお客様が安心して購入できるように努めています。Yamibuy.comから出荷されたほとんどの商品は、受領後30日以内に返品可能です（食品、ドリンク、スナック、乾物、健康補助食品、新鮮な食料品および生鮮食品は、損傷または品質の問題がある場合、受領後7日以内に返品可能です。すべてのお客様に安全で高品質の商品を提供するために、美容製品については、品質の問題ではない限り、開封または利用後の返金や返品は対応できません。一部の商品には異なるポリシーまたは要件がありますので、特別な商品については以下をご覧いただくか、Yamiカスタマーサービスにお問い合わせください）。
ご理解とご支持に感謝します。

利用規約の全文を見ます

Yamiによって販売します

Yamibuy 電子ギフトカードの利用規約

購入時に自動チャージを選択した場合、注文完了後にギフトカードが自動的にアカウントにチャージされます；

購入時にメール送信を選択した場合、注文完了後にシステムが自動的にカード番号とパスワードを入力したメールアドレスに送信します；

メールを送信する際、どのユーザーもメールに送られてきたカード番号とパスワードを使用してギフトカードをチャージできますので、メール情報をしっかり保管してください。

メール受信に問題がある場合は、カスタマーサービスに連絡して処理してもらってください；

メールを送信する際、ギフトカードが交換されていない場合は、メールを再発行することができます。他のユーザーにすでに交換されている場合は、補償することはできません；

Yamibuyの電子ギフトカードは、自営または第三者商品の購入に使用できます；

Yamibuyの電子ギフトカードには有効期限がなく、長期にわたって有効です；

Yamiの電子ギフトカードの金額は、複数回に分けて使用することができます；

Yamiの電子ギフトカードの業務規則の最終的な解釈権は、Yamiウェブサイトに帰属します。

返品・交換ポリシー

既に利用された電子ギフトカードは返金不可です。

販売元: JD@CHINA

Yami配送品

サービス保証

$49以上で送料無料

最高のアフターサービス

米国本土から発送

配送情報

アメリカ

スタンダード配送料 $5.99 (アラスカ、ハワイを除く)、最終価格が $49 以上で送料無料

地方発送 $5.99 (カリフォルニア、ニューヨーク、ニュージャージー、マサチューセッツ、ペンシルベニア、上記州の一部地域); 最終価格が $49 以上で送料無料

2 日以内の配送 (アラスカとハワイを含む) は送料 $19.99 からです

返品・交換ポリシー

商品到着後30日以内であれば返品が可能です。返品される商品は、購入時の請求書の原本を含む、元の梱包のまま新品である必要があります。お客様の費用負担で製品を返品してください。

JD@CHINAによって販売します

Yami-China FC

サービス保証

$以上の店舗間注文: 送料無料

30日間返品・交換保証

Yami-中国集荷倉庫

Yamiが中国から厳選し、各優秀店舗の商品をYami中国統合センターに集めて、パッケージをまとめて一度に国際郵送でお客様の住所までお届けします。店舗間で$69以上になれば、送料無料になります。複数の販売者が提供する幅広い商品から選び、店舗間送料無料か低い送料を手軽に楽しめます。

返品・交換ポリシー

30日以内の返品・交換保証を提供します。商品は未使用の元のパッケージに入れられ、購入証明書が添付される必要があります。商品の品質上の問題、間違った配送、または配送漏れなど、販売者によって引き起こされたミスについては、返金処理されます。その他の理由による返品・交換の送料はお客様ご負担となります。すべての商品は長距離を輸送するため、内部品質に影響しない簡易包装のプレスや摩耗等が発生する場合、返品・交換は致しかねます。

配送情報

Yami 中国集荷 Consolidated Shippingの送料は＄ 9.99 (＄69以上のご注文は送料無料)

中国の販売業者は、ご注文後 2 営業日以内に商品を配達します、すべての荷物は Yami 中国集荷センターに到着し (特別な状況および中国の特定法定休日を除く)、そこで荷物は混載され、 UPSで米国に配送されます。中国から米国への UPS の平均配達時間は約 10 営業日で、直送の追跡番号に基づいていつでも追跡できます。感染拡大の影響で、現在の物流は約5日遅れる可能性があります。パッケージには顧客の署名が必要です。署名されない場合、パッケージが紛失するリスクはお客様が負うことになります。

JD@CHINAによって販売します

サービス保証

69以上のご注文は送料無料

正規保証

配送情報

Yami Consolidated Shipping送料$9.99（$69以上のご注文は送料無料になる）

Seller will ship the orders within 1-2 business days. The logistics time limit is expected to be 7-15 working days. In case of customs clearance, the delivery time will be extended by 3-7 days. The final receipt date is subject to the information of the postal company.

Yamiポイント情報

すべての商品は、 Yamibuy.com のプロモーションまたはポイントイベントの対象外となります。

返品・交換ポリシー

Yamiアプリをダウンロードします

フィードバック

トップに戻ります

レビュー{{'('+ commentList.posts_count + ')'}}

商品レビューを書いて、他のユーザーを助ける最初の人になりましょう。

レビューを書く

{{i}}星

{{i}} 星

{{ parseInt(commentRatingList[i]) }}%

{{ showTranslate(comment) }}非表示にします

{{ strLimit(comment,800) }}すべて見る

Show Original

すべてを表示します

{{ formatTime(comment.in_dtm) }} 購入済み {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

{{ showTranslate(comment) }}非表示にします

{{ strLimit(comment,800) }}すべて見る

Show Original

すべてを表示します

{{ formatTime(comment.in_dtm) }} 購入済み {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

関連するコメントはありません~

もっと多くレビューを載せます

レビュー詳細

{{ showTranslate(commentDetails) }}非表示にします

{{ strLimit(commentDetails,800) }}すべて見る

Show Original

すべてを表示します

{{ formatTime(commentDetails.in_dtm) }} 購入済み {{groupData}}

最低でも単語一つを入力してください

コメント{{'(' + replyList.length + ')'}}

{{ reply.reply_user_name }}コメント{{ reply.parent_user_name }}

{{ showTranslate(reply) }}非表示にします

{{ strLimit(reply,800) }}すべて見る

Show Original

最低でも単語一つを入力してください

キャンセル

これまでのコメントは以上です！

レビューを書きます

商品評価

コメントをお願いします

素敵なユーザーネームは、あなたのコメントをより人気のあるものにします!
ここでニックネームを変更すると、アカウントのニックネームも同じに変更されます。

商品レビューをありがとうございます。

あなたの素晴らしいレビューは私たちのコミュニティがより良いアジア商品を見つけるのに役立ちます。