我有一个包含2柱csv文件“投诉详细”和“DispositionCode'.I要的complaintDetails分为8不同类别dispostionCode的如‘门反锁’ ,'供应商错误','缺少密钥或锁'... 数据集显示在图像中。 enter image description here 什么是很好的方法来分类和找到准确性。 起初我试图从ComplaintDetails去除停用词然后用naiv
HeJ小鼠, 在我的多类神经网络用于IRIS的最后一步 数据集,我正在执行以下代码: steps = 2500
with tf.Session() as sess:
sess.run(init)
for i in range(steps):
sess.run(train,feed_dict={X_data:X_train,y_target:y_train})
#