[問題] 中文資料集分類

[ctr1 (【積π】)]

小弟初探資料科學

將中文信件資料集分類為兩類B、C(依信件內容機密度)

若是已經將內容用jieba切好了

也使用TfidfTransform計算出每封e-mail的TF-IDF值

想請問接下來該怎麼繼續操作

SVM k-means

可以請大大推薦可以讓我學習的文章或youtube教學嗎

謝謝


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.120.67.6
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1535422939.A.617.html
→ DarkIllusion: 降維或選取特徵之類的吧 因為這樣切詞不是會很多嗎?
推 tsoahans: 懶人包(? https://i.imgur.com/2djX9c5.png
→ tsoahans: 詳細 https://tinyurl.com/yc2opk7h