相似性度量 scikit-learn 文档分类
similarity measure scikit-learn document classification
我正在使用 scikit-learn 做一些文档分类方面的工作。为此,我在 tf-idf 矩阵中表示我的文档,并将此信息提供给随机森林分类器,效果非常好。我只是想知道分类器使用哪种相似性度量(余弦、欧几里德等)以及如何更改它。未在文档中找到任何参数或信息。
提前致谢!
与大多数监督学习算法一样,随机森林分类器不使用相似性度量,它们直接处理提供给它们的特征。所以决策树是根据你的 tf-idf 向量中的术语构建的。
如果您想使用相似性,则必须为您的文档计算相似性矩阵并将其用作您的特征。
我正在使用 scikit-learn 做一些文档分类方面的工作。为此,我在 tf-idf 矩阵中表示我的文档,并将此信息提供给随机森林分类器,效果非常好。我只是想知道分类器使用哪种相似性度量(余弦、欧几里德等)以及如何更改它。未在文档中找到任何参数或信息。
提前致谢!
与大多数监督学习算法一样,随机森林分类器不使用相似性度量,它们直接处理提供给它们的特征。所以决策树是根据你的 tf-idf 向量中的术语构建的。
如果您想使用相似性,则必须为您的文档计算相似性矩阵并将其用作您的特征。