はてなブックマーク - NLTKを使って情報利得を計算 #Python

NLTKを使って情報利得を計算 #Python - Qiita

qiita.com

コンピュータ・IT 4 users

最大エントロピー分類器などを訓練するときに，素性選択をおこなって特徴的な素性を用いたいときに情報利得を使います．この本がとてもわかりやすいです． from math import log from nltk.util import ngrams from nltk.tokenize import word_tokenize from nltk.probability import ConditionalFreqDist from nltk.probability import FreqDist def ... > このページを見る

最終更新時間: 2012年02月20日18時54分

▼ブログで紹介する

このエントリーに含まれている商品

言語処理のための機械学習入門 (自然言語処理シリーズ)
高村大也, 奥村学
￥ 2,940
在庫あり。 (2011/09/14 06:21 時点) 価格表示について
価格は、記載された日付／時刻の時点において正確です。価格は変更される場合があります。購入時にAmazonウェブサイトに表示されている価格が、その商品の販売に適用されます。
- 出版社/メーカー:コロナ社(単行本)
- 発売日:2010/07
- Amazon.co.jp 商品ランキング:7,045 位