登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
Prediction results from KNN using different word length k.
Prediction results from KNN using different word length k.
收藏
Figshare
2018-03-07 更新
2026-04-29 收录
KNN算法优化
文本特征工程
数据链接:
https://figshare.com/articles/dataset/Prediction_results_from_KNN_using_different_word_length_i_k_i_/5919739
数据链接
链接失效反馈
官方服务:
问题咨询
购买咨询
在线客服
NEW
资源简介:
*CV: cross validation.
应用场景:
创建时间:
2018-03-07
相关数据集
Func and Non Func words separated dataset
词汇分类
文本特征工程
These datasets consist of seperated content and func words
NIAID Data Ecosystem
4
0
Speed-up comparison of RC-KNN and LC-KNN, with 10-fold-CV.
KNN算法优化
性能评估
Speed-up comparison of RC-KNN and LC-KNN, with 10-fold-CV.
NIAID Data Ecosystem
3
0
Models performance for SS2 using TF-IDF and BoW concatenation.
相似度计算
文本特征工程
Models performance for SS2 using TF-IDF and BoW concatenation.
Figshare
2021-02-25 更新
2
0
Models performance for SS2 using TF-IDF and BoW concatenation.
文本特征工程
性能评估
Models performance for SS2 using TF-IDF and BoW concatenation.
NIAID Data Ecosystem
3
0
Prediction results from SVM using different word length k.
文本特征工程
SVM文本分类
*CV: cross validation.
Figshare
2018-03-07 更新
3
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广