[問題] 文字探勘的特徵選取問題
作業系統:(ex:mac,win10,win8,win7,linux,etc...)
win10
問題類別:(ex:ML,SVM,RL,DL,RNN,CNN,NLP,BD,Vis,etc...)
ML
使用工具:(ex:python,Java,C++,tensorflow,keras,MATLAB,etc...)
R
問題內容:
我打算使用 TF-IDF 作文字探勘,碰到以下幾個問題:
Q1:我打算用 mutual information 與 mRMR作特徵選取
我應該先做 TF-IDF 然後再做特徵選取?
還是反過來?
Q2: 承上,我將降維後的詞彙作機器學習分類 (ex: svm, rf, etc)
我需要將這些文字特徵以及其他數值型特徵作標準化嗎?
如下面 code 最後一行
以及倒數第二行有註解的 step_nzv() 這個實務上也是需要的嗎?
rec <- recipe(Label ~ ., data = train_data) |>
step_zv(all_predictors()) |>
#step_nzv(all_predictors()) |>
step_normalize(all_numeric_predictors())
謝謝各位
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.37.214.84 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1751300589.A.FD5.html
→
07/01 02:26,
3天前
, 1F
07/01 02:26, 1F
→
07/01 02:26,
3天前
, 2F
07/01 02:26, 2F
推
07/04 14:59,
5小時前
, 3F
07/04 14:59, 3F
DataScience 近期熱門文章
PTT數位生活區 即時熱門文章
115
234