根据电影的分级和字幕对电影进行分类-准确率非常差
根据电影的分级和字幕对电影进行分类-准确率非常差
提问于 2019-01-19 21:31:19
我有一个包含130部电影及其字幕的数据集，我必须根据它们的评分(R，NR，PG，PG-13，G)对它们进行分类。(使用python的语言)我做了以下操作:1)使用treebank空白和wordpunc标记器对数据进行标记化。2)对数据进行列举化。(当包含pos标签时，列举化可以提供更高的准确性。3)删除停用词和标点符号。4)对于每个类别的电影，使用max_features进行tfidf向量化，选取前1000个单词，并构造一个大小为125 *5000的数据帧。5)我应用了几种分类和聚类算法，它们给出了如下精度: SVC:测试精度:0.325，训练精度:0.63朴素贝叶斯:测试acc:0.25，训练精度:0.33kNN:测试精度:0.41kmeans:测试精度:0.162逻辑回归:测试精度:0.53，训练精度:0.96kNN:测试精度:0.41kmeans:测试精度:0.162
我应该做些什么来提高我的准确性？我是不是犯了什么错误，或者错过了什么重要的东西？
回答 1
Stack Overflow用户
发布于 2019-01-19 22:19:44
您足够幸运地拥有可以直观地理解的数据。尝试选择一些错误分类的示例，并尝试确定模型失败的原因。
- 你是不是不小心把脏话过滤掉了？也许n-gram模型会更具预测性，
，
- ，你有时间和文本吗？对话中的间隙可能表示情感或动作场面
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54267620
复制相关文章
相似问题
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