Оценка качества классификации текстовых материалов с использованием алгоритма машинного обучения «случайный лес»

Article Russian OPEN
Веретенников, И.С.; Карташев, Е.А.; Царегородцев, А.Л.;
(2017)

Представлены результаты оценки качества классификации текстовых материалов алгоритмом машинного обучения «случайный лес», реализованным в библиотеке scikit-learn. Приведено описание применяемых функций из данной библиотеки, а также параметров, которые влияют на качества... View more
  • References (10)

    вание. - № 21. - 2010. 3. Sebastiani F. Machine learning in automated text

    categorization // ACM Computing Surveys. - 34(1) . - 2002. 4. Кафтанников И.Л., Парасич А.В. Об особенности приме-

    оэлектроника. - 2015. - Т. 15, No 3 [Электронный ресурс]. -

    URL: https://vestnik.susu.ru/ctcr/article/viewFile/4205/3780. 5. Вьюгин В.В. Математические основы машинного

    тайского гос. ун-та. - 2013. - №1/2(77). DOI: 10.14258/

    izvasu(2013)1.2-24. 9. Андреев A.M., Березкин Д.В., Морозов B.B., Сима-

    of Open Information Technologies : научный журнал. - 2014.

    Т. 2, No 7 [Электронный ресурс]. - URL:http: // cyberleninka.

    bazy-znaniy-predpriyatiya. 12. Random Forest Classifier [Electronic resourse]. -

    RandomForestClassifier. 13. Половикова О.Н. Анализ способов формализаций

  • Metrics
Share - Bookmark