tzshun的案例列表
作者：tzshun · 共 3 个案例
机器学习-基于遗传算法的最短路径分析
问题描述 一个商品推销员要去若干个城市推销商品，该推销员从一个城市出发，需要经过所有城市后，回到出发地。应如何选择行进路线，以使总的行程最短。 对于n个城市的TSP，本文利用python分别实现遗传算法对该问题的求解。 采用机器学习的遗传算法
自然语言处理-情感分析与关键词提取
['杭州', '西湖', '风景', '很', '好', '，', '是', '旅游', '胜地', ',', '每年', '吸引', '大量', '前来', '游玩', '的', '游客', '！'] 该文本的情感词性为正的概率:0.9470581725903199 关键词提取 ['山', '湖', '中国', '三', '约', '千', '西湖', '中', '外', '白堤']
案例判断参考
tzshun的案例列表
机器学习-基于遗传算法的最短路径分析
问题描述 一个商品推销员要去若干个城市推销商品，该推销员从一个城市出发，需要经过所有城市后，回到出发地。应如何选择行进路线，以使总的行程最短。 对于n个城市的TSP，本文利用python分别实现遗传算法对该问题的求解。 采用机器学习的遗传算法...
自然语言处理-情感分析与关键词提取
['杭州', '西湖', '风景', '很', '好', '，', '是', '旅游', '胜地', ',', '每年', '吸引', '大量', '前来', '游玩', '的', '游客', '！'] 该文本的情感词性为正的概率:0.9470581725903199 关键词提取 ['山', '湖', '中国', '三', '约', '千', '西湖', '中', '外', '白堤']...
