我在使用Weka方面是新手。
我有一个关于特定公司的Twitter数据集。我使用了字符串到单词的过滤器，并将保留单词数选项设置为100，以提高准确性。接着，我应用了分类器：Kstar 55%，RandomForest 57%，SMO 58%，这些结果不是很好。
有没有什么好的建议可以大幅度提高我的结果？
回答：
首先尝试预处理你的数据。Twitter数据包含很多噪音。移除以下内容：
- URL
- 转发
- 标签
- 特殊字符你还可以尝试使用n-gram。尝试不同的n-gram，看看哪种最适合你。我建议使用单字和双字组合。
我还建议使用NaiveBayesMultinomial分类器。它在文本分类，尤其是情感分析方面表现最佳，而且速度非常快。如果你需要预处理数据的代码，请告诉我 🙂
