Skip to content
Snippets Groups Projects
Commit 6b5902c6 authored by Silas Dohm's avatar Silas Dohm
Browse files

linebreaks

parent 68f66a8b
Branches
No related tags found
No related merge requests found
......@@ -62,7 +62,7 @@ Das Ausführen des Quellcodes in Listing \ref{list:four} führt zu folgender Aus
Hier ist zu erkennen, dass jede Zeile der review.json eine Rezension mit den
Merkmalen \lstinline{review_id, user_id, business_id, stars, useful, funny, cool, text} und
Merkmalen \lstinline{review_id, user_id, business_id, stars, useful, funny, cool, text} und\linebreak
\lstinline{date} enthält. Die meisten dieser Merkmale sind selbsterklärend. Erwähnenswert sind dabei jedoch die Merkmale \lstinline{useful, funny} und \lstinline{cool}, welche Reaktionen anderer Nutzer auf diese Review darstellen. Für dieses Projekt sind hingegen nur die beiden Punkte \lstinline{stars} und \lstinline{text} von Bedeutung.
In diesem Datensatz sind Sonderzeichen mit einem Backslash escaped.
......
......@@ -214,7 +214,7 @@ confusion_matrix(y_test,y_pred,normalize='true')
\end{lstlisting}
Dafür werden die vom Netz vorhergesagten Klassen der Testmenge in dem
Vektor \lstinline{y_pred} gespeichert und die tatsächlichen Klassen der Testmenge in dem
Vektor \lstinline{y_test}. Beide Vektoren werden der Funktion
Vektor\linebreak \lstinline{y_test}. Beide Vektoren werden der Funktion
\lstinline{confusion_matrix} übergeben,
welche die in der Tabelle \ref{tab:conf_w_cnn} dargestellte Konfusionsmatrix
zurückliefert.
......
......@@ -21,7 +21,7 @@ Arbeitsspeicher zu halten.
Dies hilft, die benötigte Trainingszeit zu reduzieren.
Sollte die Arbeitsspeicherkapazität nicht ausreichen,
befindet sich eine Implementierung, welche Generatoren benutzt, im Git-Repository.
\wip{Link zu Gitlab?}
%\wip{Link zu Gitlab?}
Um das Word2Vec-Modell zu erhalten, wird die im Listing \ref{list:gw2v} geschriebene Funktion
\lstinline{getWordVecModel} importiert.
......@@ -159,7 +159,6 @@ geführt.
Wie in Kapitel \ref{subsubsec:Dist} diskutiert gibt es verschiedene Umgänge mit unausgeglichenen Datensätzen. Die für diese Arbeit gewählte Methode der Gewichtung ist hier zu erkennen an den, an
die Methode \lstinline{fit} übergebenen, Klassengewichte.
\wip{vll noch erklären wie die Gewichte entstehen}
\begin{lstlisting}[caption={Neuronales Netz - Evaluieren},label={list:mean5},firstnumber=60]
modelNN.evaluate(X_test,Y_test)
\end{lstlisting}
......
No preview for this file type
0% Loading or .
You are about to add 0 people to the discussion. Proceed with caution.
Please register or to comment