《表1 CNN模型的超参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络和XGBoost的情感分析模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了获取数据集中文本的丰富的特征参数，本文在CNN中使用单窗口、多卷积核对输入的数据集进行卷积操作，同时为了防止过拟合化，本文在CNN模型训练时使用了dropout机制并且在权重更新时加入了L2正则化限制，使用的参数如表1所示.在进行回归分析时，本文采用的是基于树的模型，同时为了防止过拟合化，在权重更新时采用L2正则化限制，同时在树的构造方面降低树的深度，使用的参数如表2所示.