История страницы

...

Более подробно о методах классификации можно посмотреть здесь: Обзор методов классификации в машинном обучении с помощью Scikit-Learn (tproger.ru)

Входные параметры   

• Данные для обучения          Путь - путь к папке с данными для обучения модели классификации. Внутри папки содержатся подпапки с классами, названия которых – это название класса. Внутри каждой подпапки должны быть файлы формата .txt. с различными текстами, которые соответствуют классу. Форматы текстов создаются Пользователем.
• Папка с результатом         Путь - путь к папке, в которую будет сохранена обученная модель классификации. В указанной папке должно быть создано 2 файла: machine_model.pkl – модель машинного обучения, и tfidf_model.pk – сохранение словаря, токены.
• Метод                                  МетодМетод - метод, который будет использоваться для обучения модели классификации. методы  базируются на различных алгоритмах классификации. Метод выбирает Пользователь. Для обучения модели классификации могут быть использованы следующие методы: 
  • • • • • Выбрать наиболее подходящий – Choose the most suitable
          • SVC - метод опорных векторов 
          • RandomForest - классификатор дерева решений
          • GradientBoosting
          • AdaBoost
          • nTree - классификатор дерева решений
          • KNeighboors - метод к-ближайших соседей
          • Naive Bayes - наивный байесовский метод

• Перезаписать                   Если Перезаписать- если значение параметра  "true", и в папке с результатом уже существует файл с таким же именем и расширением, то он будет перезаписан. 

...

• Если значение параметра"false", файл перезаписан не будет, и действие выдаст ошибку.

...

•   Файлы machine_model.pcl and tiff_model.pk должны быть уникальны в указанной папке.

• Стоп-слова                       Путь -слова - путь к txt-файлу, который содержит стоп-слова, которые не будут учитываться при обучении модели классификации. Каждое стоп-слово должно быть записано на новой строке. Слова, несущие мало смысла для классификации, но                                                                          часто встречающиеся, например, в письмах:
  
  

• Доброе утро!
• Добрый день!
• С уважением,
• tel:
• email:
  
  
• Словосочетания             Путь Словосочетания - путь к txt-файлу, содержащему словосочетания, которые при обучении модели важно не разделять на отдельные слова для сохранения смысла всей фразы. Каждое словосочетание должно быть записано на новой строке.                                  Словосочетания Словосочетания нужны для указания важности фразы целиком, без разделения по словам.                                  НапримерНапример: юридическое лицо, операция по чеку, чек по операции, срочный вопрос, группа компаний, стратегия развития.

Выходные параметры

• Результат                 Результат Результат - результат показывает  процент точности обученной модели, полученный путем сравнения тестовой и тренировочной выборки  выборки в процентном соотношении.

Настройки               

...