【摘 要】
：
集成算法是机器学习的众多发展方向的一个分支,集成算法的模型和普通的机器学习方法相同,都是通过样本集训练得到分类模型,区别在于一般机器学习算法只产生一个模型而集成算法是多个模型的集合,并通过一定规范将它们结合起来,作为最终分类模型的输出。在量化金融研究中心项目实习期间利用requests库、selenium库的爬虫获取财经类样本,后加入了对人民网、新华网等新闻网站抓取丰富了新闻数量和种类,使用jie
论文部分内容阅读
集成算法是机器学习的众多发展方向的一个分支,集成算法的模型和普通的机器学习方法相同,都是通过样本集训练得到分类模型,区别在于一般机器学习算法只产生一个模型而集成算法是多个模型的集合,并通过一定规范将它们结合起来,作为最终分类模型的输出。在量化金融研究中心项目实习期间利用requests库、selenium库的爬虫获取财经类样本,后加入了对人民网、新华网等新闻网站抓取丰富了新闻数量和种类,使用jieba分词工具对新闻文本分词,根据停用词表剔除低贡献词语。集成算法的初级分类器选择朴素贝叶斯、决策树、支持向量机,次级分类器选择逻辑回归。将本Stacking集成算法的分类预测结果与bagging集成算法的随机森林（项目前期曾尝试用随机森林进行文本分类）进行对比,效果优于随机森林算法的新闻预测分类结果。本研究以Django为系统开发框架,搭建新闻分类系统,系统主要功能新闻分类展示、搜索、历史记录、在线分类;管理功能发布新闻、新闻管理、用户管理等内容。使众多新闻网站新闻交叉问题得到改善,避免了重复浏览相同新闻内容;同时目前国内利用集成算法Stacking对文本分类的研究较少,本研究弥补了这方面的不足。
其他文献
随着市场经济的不断推进,食品生产的工业化飞速发展,食品安全问题不断涌现。由于食品安全关乎于人的身体健康和生命安全,所以食品安全问题一直以来都是全社会高度关注的热点问题,而食品安全监管自然也就成为社会广为热议的内容。近年来,随着《食品安全法》和《食品安全法实施条例》的修订,国家在立法层面加大了食品安全监管的力度,实践中食品安全监管的措施也不断提升,食品市场安全水平有所提高。然而,实践中食品销售中临期
在现如今数据爆炸式增长的年代,信息已然变成了有价值的重要资产。企业和机构给人们提供了多种获取信息的渠道,这让人们更加便捷地接触到数据,但渠道多意味着人们接触到的数据源是分散的,数据源的分散让人们从海量的信息中获取到有效的部分变得费时费力。在金融投资领域,股票交易、金融市场研究和政府监管都离不开诸多数据的支持。这些数据的来源渠道繁多,比如Tushare、Baostock这类的金融数据接口库以数据接口
随着互联网的普及,依托互联网产生的电商平台进入发展的黄金时期。电商平台借助其收集个人数据方面的独特优势,将大数据与算法相结合为平台用户提供具有针对性的服务。然而,过度收集数据与滥用算法技术也带来诸多问题,大数据“杀熟”就是其中最典型的问题。大数据“杀熟”是指电商经营者以大数据为基础,借助算法工具实施的对具有购买经历的消费者（熟客）采取不利的个性化定价模式,榨取消费者价值。大数据“杀熟”其行为本身是
在经济高质量发展的背景之下,区域内的产业集聚已不再是单一产业的集聚模式,而是向着多个产业协同集聚的模式转变。产业集聚模式的转变对于区域内产业结构会产生什么样的影响?这种影响是否是正向的?是否存在约束机制?这些是本文想要去探讨的问题。本文以京津冀城市群为例,通过对2003年-2018年北京市、天津市以及河北11个地级市为样本,对这些城市的产业结构现状、产业协同集聚水平进行测度,并且运用自然断裂点法对
近几十年来,全球的信息技术行业飞快发展,云计算、大数据、物联网等的应用更多地深入人们的生活中,原有的技术已经远远不能满足目前人们日益增长的功能需求,越来越多的研究人员和学者不断寻求新的技术方案来解决逐渐突出的瓶颈问题。现如今医院普遍使用医疗信息系统,其中电子病历子系统由于其方便、快捷的存储病历信息被广泛使用,相比于传统的手工撰写纸质病历,在长期保存方面有了明显的优势。但是这些医疗资料往往独立存储于
党的十八大以来,党中央对于绿色发展、区域协调发展作出了一系列重大决策部署,《建立市场化、多元化生态保护补偿机制行动计划》（发改西部〔2018〕 1960号）提出了建立绿色利益分享机制的任务要求,《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》强调,优化国土空间开发保护格局,健全生态保护机制提升生态系统质量和稳定性。本文在绿色发展、绿色经济、绿色共享等既有研究梳理基础上,以绿色利益为视
原油作为一种具有商品属性、金融属性、政治属性等多重性质的战略资源,与一国的城市经济发展、政治稳定和国家安全有着密切的联系。中国和印度的经济高速发展推动原油需求不断上升,已与同日本和韩国组成了亚太地区原油需求中心。但是由于四国在原油进口来源地的选择上存在激烈的竞争关系,在原油供应端还易受到多种因素的影响,我国原油安全及城市经济可持续发展面临着重大考验。因此,本文从全球原油贸易特征入手,分析主要原油贸
市域社会治理现代化作为新时代推进国家治理体系和治理能力现代化的重要切入点，已成为开启全面建设社会主义现代化国家新征程中的一个重大理论和实践命题。从县域社会治理到市域社会治理，是对社会环境深刻变革条件下基层社会治理“郡县治，天下安”传统命题挑战的有效回应。市域社会治理因在国家治理体系中具有空间性、创制性、耦合性、源头性等治理优势，成为一种更高层级的基层社会治理形式。市域社会治理现代化具有独特的内涵，
世界经济高速发展,区域经济一体化是各地区联系加强的必然结果。为了与发达国家主导建立超级自贸区的主流步调相一致,我国需要进一步扩大对外开放的力度,将“走出去”的步子迈的更大,通过金融、贸易和投资的改革来促发展,以开放倒逼改革。在如此国际贸易新形势下,上海自贸区是我国建成的第一个自贸区,通过在贸易、投资、金融等领域更高层次的开放助推中国深度融入国际市场,意义非同凡响。本文就自贸区的成立对上海市国际贸易
在高等教育事业发展过程中,大学业务活动逐渐复杂,高校的有效治理是国家高等教育发展的重要保障,也是推动高校平稳运行的重要举措。内部控制作为高校治理的重要机制,目标是推进单位的服务效率。在《关于全面推进行政事业单位内部控制建设的指导意见》中强调各单位定期公开内部控制信息,建立及时可靠的内控信息公开的相关机制,发挥好信息公开对内部控制的促进和监督作用。对照要求,大学要怎样完善内部控制及其信息公开流程,提