开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-02-07
详细说明:用户提交的软件错误报告随意性大、 主观性强且内容少导致自动分类正确率不高, 需要花费大量人工干.预时间。随着互联网的快速发展用户提交的错误报告数量也不断增加, 如何在海量数据下提高其自动分类的精确度.越来越受到关注。通过改进词频-逆文档频率( TF-IDF) , 考虑到词条在类间和类内出现情况对文本分类的影响, 提出.一种基于软件错误报告数据集的改进多项式朴素贝叶斯算法, 同时在 Hadoop 平台下使用 MapReduce 计算模型实现.该算法的分布式版本。实验结果表明, 改进的多项式朴素贝叶斯算法将 F1 值提高到 71% , 比原算法提高了 27 个百.分点, 同时在海量数据下可以通过拓
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。
- 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
- 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.