04_机器学习相关笔记——特征工程（4）
创始人
2024-05-08 23:10:52
0次
04_机器学习相关笔记——特征工程（4）
- 主体模型，用于从文本库中发现有代表性的主题，得到每个主题上面词的分布特性，并且能够计算出每篇文章的主题分布。
- 词嵌入，是一类经词向量化的模型统称，核心思想是将每个词都映射成低维空间（通常为50-300维）上的一个稠密向量。每个维度上都可以看作一个隐含的主题（特征），不像主题模型中的主题那样明显。
- 简单的使用词嵌入将每个词映射成一个向量，无法体现不同语境下相同词的语义，因此难以得到满意的结果。
- 传统浅层的机器学习模型更多的会因为特征工程的优劣限制模型表现上限。
- 深度学习模型中每个隐含层可以对应不同抽象层次的特征，使得整个模型可以自动的完成特征工程的工作。
- Word2Vec，目前最常用的词嵌入模型之一，是一种浅层的神经网络模型，有两种网络结构：CBOW（Continues Bag of Words）和Skip-gram。
- CBOW，根据上下文出现的词语来预测当前词的生成概率。
- Skip-gram，根据当前词来预测上下文中各词的生成概率。
- Word2Vec的输入层中，每个词由独热编码方式表示，所有词均表示成一个N维向量，N为词汇表中单词的总数。
- CBOW在映射层（隐含层） 需要将各个输入词所计算出的隐含单元求和。（根据上下文词预测目标词）
注：笔记内容来源于《百面机器学习》
上一篇：java spring下载步骤
相关内容
热门资讯
【NI Multisim 14...
目录 序言 一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...
银河麒麟V10SP1高级服务器...
银河麒麟高级服务器操作系统简介： 银河麒麟高级服务器操作系统V10是针对企业级关键业务...
不能访问光猫的的管理页面
光猫是现代家庭宽带网络的重要组成部分，它可以提供高速稳定的网络连接。但是，有时候我们会遇到不能访问光...
AWSECS：访问外部网络时出...
如果您在AWS ECS中部署了应用程序，并且该应用程序需要访问外部网络，但是无法正常访问，可能是因为...
Android|无法访问或保存...
这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限：此外...
北信源内网安全管理卸载
北信源内网安全管理是一款网络安全管理软件，主要用于保护内网安全。在日常使用过程中，卸载该软件是一种常...
AWSElasticBeans...
在Dockerfile中手动配置nginx反向代理。例如，在Dockerfile中添加以下代码：FR...
ASM贪吃蛇游戏-解决错误的问...
要解决ASM贪吃蛇游戏中的错误问题，你可以按照以下步骤进行：首先，确定错误的具体表现和问题所在。在贪...
AsusVivobook无法开...
首先，我们可以尝试重置BIOS（Basic Input/Output System）来解决这个问题。...
月入8000+的steam搬砖...
大家好，我是阿阳 今天要给大家介绍的是 steam 游戏搬砖项目，目前...