Klassifizieren Datensatz (StringToWord) Filter von Weka

Question

Ich bin neu in Weka.

Ich habe einen Datensatz (Twitter Daten) über bestimmte Firma .. der Filter, den ich verwendet: Zeichenfolge zu Wort .. und ich ändere die Option wordstokeep = 100, um die Genauigkeit zu verbessern. dann angewendet i Klassifizierer: Kstar 55%, Random 57%, 58% SMO diese nicht, dass die meisten gutes Ergebnis ..

ist es eine Idee, dass mir helfen, es sehr gut zu verbessern> >

Answer 1

Versuchen Sie zuerst, Ihre Daten vorzuverarbeiten. Twitter-Daten enthalten viel Lärm. Entfernen:

1. URL
2. Retweets
3. Hashtags
4. Sonderzeichen Eine weitere Sache, die Sie tun können, Verwendung von n-Gramm ist. Probieren Sie verschiedene N-Gramme aus und prüfen Sie, welches am besten zu Ihnen passt. Ich nehme Unigramme + Bigrams.

Ich empfehle auch, naiveBayesMultinomial Classifier verwenden. Es funktioniert am besten mit Text-Klassifizierung und speziell in Sentiment Analysis.Plus ist es auch super schnell. Wenn Sie wollen, dass Code die Daten vorverarbeitet, lassen Sie es mich wissen :)