51,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
26 °P sammeln
  • Broschiertes Buch

Niniejsze badanie przedstawia model hybrydowy, który wykorzystuje mocne strony klasteryzacji K-¿rednich i maszyn wektorów nönych (SVM) do klasyfikacji recenzji produktów online. K-¿rednich s¿u¿y do grupowania recenzji w klastry, zmniejszaj¿c z¿öonö¿ danych i poprawiaj¿c ekstrakcj¿ cech. Nast¿pnie SVM jest wykorzystywana do klasyfikowania danych w klastrach na pozytywne, negatywne lub neutralne nastroje. Pö¿czone podej¿cie zwi¿ksza dok¿adnö¿ klasyfikacji, zmniejsza koszty obliczeniowe i skutecznie obs¿uguje du¿e zbiory danych. Wyniki eksperymentalne pokazuj¿, ¿e proponowany model przewy¿sza…mehr

Produktbeschreibung
Niniejsze badanie przedstawia model hybrydowy, który wykorzystuje mocne strony klasteryzacji K-¿rednich i maszyn wektorów nönych (SVM) do klasyfikacji recenzji produktów online. K-¿rednich s¿u¿y do grupowania recenzji w klastry, zmniejszaj¿c z¿öonö¿ danych i poprawiaj¿c ekstrakcj¿ cech. Nast¿pnie SVM jest wykorzystywana do klasyfikowania danych w klastrach na pozytywne, negatywne lub neutralne nastroje. Pö¿czone podej¿cie zwi¿ksza dok¿adnö¿ klasyfikacji, zmniejsza koszty obliczeniowe i skutecznie obs¿uguje du¿e zbiory danych. Wyniki eksperymentalne pokazuj¿, ¿e proponowany model przewy¿sza tradycyjne samodzielne klasyfikatory pod wzgl¿dem precyzji, przywöania i ogólnej dok¿adnöci.
Autorenporträt
Il Dr. P. Vijayaragavan è un illustre accademico con oltre 17 anni di esperienza nell'insegnamento di corsi di ingegneria universitari e post universitari. Attualmente è professore presso il Dipartimento di Nxt Gen Computing del Saveetha Institute of Medical and Technical Science (SIMATS), Chennai, TN, India.