回答情况：
提问时间：
问题标签：
"55425", "lat": 44.85466, },
"hours": "Mon: 10-9:30; Tue: 10-9:30; Wed: 10-9:30; Thurs: 10-9:30; Fri: 10-9:30; Sat: 10-9:30; Sun: 11-7&q
浏览 2提问于2017-11-02得票数 21
回答已采纳
海意朋友
追溯(最近一次调用)：ValueError:未能将字符串转换为浮动：‘100+20*50/10-9’中的第1行文件"“
浏览 0修改于2018-04-16得票数 1
:250-5|20-4|10-9|1-90-9).){3}(?:250-5|20-4|10-9|1-90-9)/
content是我的字段的名称。
浏览 7修改于2019-09-30得票数 1
回答已采纳
2回答
我有一个文本文件testfile.txt，文件内容(输入)如下所示：Msg "Subtraction is", 10-9Msg("how areyou")我按如下方式打开文件，fileopening.readline
浏览 2修改于2014-09-17得票数 1
,"SPACE A1","","BERWYN","IL","US","60402","(708) 788-5097","{Monday-Saturday=10-9,sunday=11-6}","41.8507029,"SPACE A1","","BERWYN","IL","US","60402&quo
浏览 0修改于2018-06-20得票数 0
假设我有一个垃圾邮件-非垃圾邮件分类器。如果一封新的电子邮件已经被分类为垃圾邮件，如何确定邮件中的单词主要负责分类器将其分类为垃圾邮件。例如，如果一封邮件包含以下文本：将邮件归类为垃圾邮件的主要单词是“免费10000美元”。
浏览 0提问于2016-07-06得票数 0
3回答
iteration 1 array('s'=>'6','e'=>'9'), => discade in 2 as it
10-9 = 110-9 = 1
arr
浏览 4修改于2016-06-17得票数 1
回答已采纳
我将以垃圾邮件分类为例。典型的方法是手工分类随机抽样的电子邮件，并使用它们来训练NB分类器。
这些功能变得过于非垃圾邮件沉重。该算法在分类中隐式使用概率(垃圾邮件
浏览 0提问于2015-10-28得票数 1
回答已采纳
1回答
我已经使用Python3和sklearn构建了一个垃圾邮件分类器。对于垃圾邮件/火腿分类，我使用了支持向量机，它有相当好的准确率(~99%)
我现在面临的问题是，一旦我对垃圾邮件进行了分类，我想自动地对它们进行分类，例如:与政治相关的邮件，与音乐相关的邮件等等，并将它们放入特定的桶中挑战是我不能用特定类型的邮件训练算法，因为我不知道收件箱中会出现什么类型的邮件，所以我被困在这个阶段。如果有
浏览 1提问于2016-01-26得票数 1
嗨，我有一个关于我正在尝试开发的系统的概念性问题，该系统试图对电子邮件进行分类。我有大量(>100k)非垃圾邮件和大量未分类邮件。那么，有没有可能使用一种方法(也许是贝叶斯)来检测垃圾邮件，而不需要垃圾邮件的数据集？我真的需要对垃圾邮件进行分类吗？
浏览 0提问于2013-05-29得票数 1
回答已采纳
5回答
Gmail有一个自动分类功能，它将邮件分类为各种类别(社交、促销、更新等)。我想有一个“更新”选项卡，但我想禁用自动分类，以便唯一的邮件进入这个类别是邮件，我设置了一个过滤器。目前，我的邮件已进入标签，但标签并不像类别中的标签那么好。
是否有办法防止邮件自动分配给类别？
浏览 0修改于2016-03-04得票数 4
回答已采纳
1回答
我必须使用一些分类器(例如朴素贝叶斯、支持向量机和另一个分类器)来做垃圾邮件检测应用，并比较它们的效率，但不幸的是，我不知道我应该做什么。这是正确的吗:首先，我应该有trec2005，垃圾邮件或安然垃圾邮件等垃圾邮件.然后，我做文字预处理，如词干，停止字删除，标记等.在此之后，我可以使用tf-以色列国防军在垃圾邮件中衡量我的特征/术语的权重。接下来，我用非常低的频率和很高的频率去除这些特征。然后我就可以把我的邮件分类了。对吗
浏览 1修改于2014-03-15得票数 1
回答已采纳
主题栏是指邮件Subject和问题描述，问题详情栏是指邮件正文。前面的队列列由25+不同的类别组成。请建议我需要遵循的分类方法。我需要使用哪些ML模型来训练数据和测试数据。分类更像gmail收件箱分类:主要分类、社交分类和促销分类。
浏览 1提问于2018-02-22得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号