DigitClassificationAndMachineTranslation

数字分类和自然语言处理

描述

这是一个基于 Python 的应用程序，使用 Scikit-Learn 库和 Tensorflow/Keras 对 MNIST 数据集和英德句子数据集进行数字分类和自然语言处理。该应用程序还对结果进行分析

先决条件

运行此应用程序时，数字分类需要 Scikit-Learn，自然语言处理部分需要 Tensorflow 和 Keras。

编译代码

编译代码需要 Python 和一些可以在代码中找到的库。在终端中使用以下代码：

 py DigitClassificationAndNLP.py

训练、验证和测试集包含在下载的文件中。

程序的属性

数字分类中训练的 3 个模型是：K 最近邻、随机决策森林和卷积神经网络。

• KNN 模型使用 1 到 10 的邻居值进行训练
• 随机决策森林使用 n_iterator 值为 10、100 和 1000 进行训练
• 卷积神经网络训练标准的 1 卷积层模型和 LeNet-5 的实现。

自然语言处理模型采用Keras提供的LSTM模型。 3 种不同的实现具有不同的隐藏数量，从 256 到 1024。

由哈里森·卡特尔创作，2019 年