20 Newsgroups数据集

原文：

The 20 Newsgroups data set is a collection of approximately 20,000 newsgroup documents, partitioned (nearly) evenly across 20 different newsgroups. To the best of my knowledge, it was originally collected by Ken Lang, probably for his Newsweeder: Learning to filter netnews paper, though he does not explicitly mention this collection. The 20 newsgroups collection has become a popular data set for experiments in text applications of machine learning techniques, such as text classification and text clustering.

译：

20个新闻组数据集是大约20000个新闻组文档的集合，几乎均匀地分布在20个不同的新闻组中。据我所知，它最初是由Ken Lang收集的，可能是为了他的Newsweeder:Learning To filter netnews paper，尽管他没有明确提到这一系列。20个新闻组集合已经成为机器学习技术（如文本分类和文本聚类）文本应用实验的流行数据集。

大家可以到官网地址下载数据集，我自己也在百度网盘分享了一份。可关注本人公众号，回复“2020100903”获取下载链接。

20 Newsgroups数据集相关推荐

Keras LSTM对20 Newsgroups数据集进行分类
1.20 Newsgroup数据集介绍 20newsgroups数据集是用于文本分类.文本挖据和信息检索研究的国际标准数据集之一.数据集收集了大约20,000左右的新闻组文档,均匀分为20个不同主题的 ...
20 Newsgroups数据集介绍
源自如http://qwone.com/~jason/20Newsgroups/. 20newsgroups数据集是用于文本分类.文本挖据和信息检索研究的国际标准数据集之一.数据集收集了大约20,00 ...
Newsgroups数据集介绍
源自如http://qwone.com/~jason/20Newsgroups/. 20newsgroups数据集是用于文本分类.文本挖据和信息检索研究的国际标准数据集之一.数据集收集了大约20,00 ...
Dataset：fetch_20newsgroups(20类新闻文本)数据集的简介、安装、使用方法之详细攻略
Dataset:fetch_20newsgroups(20类新闻文本)数据集的简介.安装.使用方法之详细攻略目录 fetch_20newsgroups(20类新闻文本)数据集的简介 1.数据集信息 ...
ImageNet验证集6%的标签都是错的，MIT：十大常用数据集没那么靠谱
作者|张倩.小舟来源|机器之心把老虎标成猴子,把青蛙标成猫,把码头标成纸巾--MIT.Amazon 的一项研究表明,ImageNet 等十个主流机器学习数据集的测试集平均错误率高达 3.4%. 我 ...
贝叶斯算法对文本进行分类实例
贝叶斯算法中最重要用的用的最广的是使用多项式朴素贝叶斯的地方是文本分类,其中特征与待分类文档中的字数或频率有关. 将使用20个新闻组语料库中的稀疏字数功能来将这些短文档分类. 数据集的介绍使用 s ...
半监督学习技术在金融文本分类上的实践
垂直领域内的自然语言处理任务往往面临着标注数据缺乏的问题,而近年来快速发展的半监督学习技术为此类问题提供了有希望的解决方案.本文以 Google 在 2019 年提出的 UDA 框架为研究主体,详细探 ...
5 机器学习朴素贝叶斯算法高斯模型多项式模型伯努利模型拉普拉普平滑系数 TfidfVectorizer
机器学习 1 朴素贝叶斯算法 1.1 朴素贝叶斯算法介绍朴素贝叶斯算法是一种衡量标签和特征之间概率关系的监督学习算法,是一种专注于分类的算法."朴素"二字表示这个算法基于一个朴素 ...
【机器学习算法笔记系列】朴素贝叶斯（NB）算法详解和实战
朴素贝叶斯(NB)算法概述朴素贝叶斯(Naïve Bayes, NB)算法,是一种基于贝叶斯定理与特征条件独立假设的分类方法.朴素:特征条件独立:贝叶斯:基于贝叶斯定理.属于监督学习的生成模型,实现 ...

20 Newsgroups数据集

20 Newsgroups数据集相关推荐

最新文章

热门文章