什么是fasttext监督学习模型的底层机制?

我们可以使用以下代码在fasttext中训练一个监督模型:

import fasttext
model = fasttext.train_supervised(input="cooking.train")

我的问题是它是如何表示特征的(词袋模型、tf/idf还是词嵌入),以及它使用什么算法进行文本分类?


回答:

它仍然在为输入文本学习词向量 – 但随后将它们全部平均,就像一个无限窗口的CBOW模式 – 然后使用这些来预测标签,就好像标签是(word2vec风格的)预测词一样。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注