Ett interaktivt klassificeringslaboratorium
EnglishVarje klick lÀgger till fler exempelmejl ur en inbyggd bank. Variera fördelningen för att se hur ojÀmn trÀningsdata pÄverkar modellen.
SPAM,Din text hÀr
HAM,Din text hÀr
Etiketten ska vara SPAM eller HAM (versaler).
Klicka pÄ ett begrepp för att öppna förklaringen. Samma förklaringar dyker upp nÀr du klickar pÄ understrukna ord i texten.
Innan modellen kan rĂ€kna sannolikheter mĂ„ste texten omvandlas till enskilda ord â det kallas tokenisering. Ord som Ă€r för vanliga för att sĂ€ga nĂ„got om klassen (stoppord) och mycket korta ord filtreras sedan bort. Bara de kvarvarande orden anvĂ€nds i klassificeringen.
Notera: ingen lemmatisering görs â "vinner" och "vinnare" rĂ€knas som olika ord. Verkliga system reducerar ofta ord till sin grundform för att öka trĂ€ffsĂ€kerheten.