我使用scikit-learn Python库导入这些分类器进行了文本分类:
from sklearn.linear_model import RidgeClassifier
from sklearn.svm import LinearSVC
from sklearn.linear_model import SGDClassifier
from sklearn.linear_model import Perceptron
from sklearn.linear_model import PassiveAggressiveClassifier
from sklearn.naive_bayes import BernoulliNB, MultinomialNB
from sklearn.neighbors import KNeighborsClassifier
from sklearn.neighbors import NearestCentroid
from sklearn.ensemble import RandomForestClassifier
输入文本的格式如下:
('some text 1', 'class1')
('some text 2', 'class2')
('some text 3', 'class3')
...
一切都很好 . 但我想知道的是,如果我有多标签的文字,如:
('some text 1', 'class1', 'class3')
('some text 2', 'class2', 'class1')
('some text 3', 'class3')
...
如果可以使用这些分类器,还是应该使用其他分类器?
1 回答
能够执行多类或多标签的所有分类器都在this page上引用 .
基于此,只有2个模型可以直接用作多标签:
RandomForestClassifier
KNeighborsClassifier
在我做完之后(在练习中),将OneVsAll与另一个兼容的分类器一起使用然后提取前N个或所有标签高于X%(你拥有的标签越多,总和相等就越低 . 到1) . 这不是你能做的最干净的事情,但它有效(我将它与多标签分类器结果进行比较,它非常接近或相同)
我希望它有所帮助,尼古拉斯