基于感知机的人名性别分类 5.3.2 特征提取

Kert-Zhang · October 21, 2020, 1:15am

问题更新为：

简单特征的提取：已知训练集有2个，{赵伏琴,女；钱伏阳,男}，男用1表示，女用-1表示。可以提取3个特征（即三维特征空间O-XYZ：X表示是否含有“伏”、Y：是否含有“琴”、Z:是否含有“阳”），对应的数学样本是{（1,1,0），-1}，{（1,0,1），1}。可以怎样理解吗？

原问题： CheapFeatureClassifier类中的 protected List extractFeature(String text, FeatureMap featureMap)中的FeatureMap featureMap具体作用是什么？featureMap.dat.base.data为什么有数万条数据。idof函数调了一圈是要干啥？

Kert-Zhang · October 21, 2020, 4:59am

本质上，是上如何将已标记的姓名，性别数据转化为二分类的数字样本数据？

hankcs · October 23, 2020, 5:51pm

请仔细看书：

其中， FeatureMap 负责将字符串形式的特征映射为独一无二的特征id

请仔细阅读第二章。