首页 文章

H2O算法是否支持多标签分类？

提问于
浏览 次
0

深度学习模型是否支持H2O中的多标签分类问题或任何其他算法？

Orginal Response Variable -Tags:

apps, email, mail
finance,freelancers,contractors,zen99
genomes
gogovan
brazil,china,cloudflare
hauling,service,moving
ferguson,crowdfunding,beacon
cms,naytev
y,combinator
in,store,
conversion,logic,ad,attribution

将它们映射到字典的键上后：然后

响应变量如下所示：

[74]
[156, 89]
[153, 13, 133, 40]
[150]
[474, 277, 113]
[181, 117]
[15, 87, 8, 11]

谢谢

deep-learning h2o multilabel-classification

2 回答

  • 0

    不，H2O只包含学习一次预测单个响应变量的算法 . 您可以将每个独特的组合转换为单个类，并以这种方式训练多类模型，或使用单独的模型预测每个类 .

    回复于
  • 0

    任何创建模型的算法都可以为一组输入提供“财务，自由职业者，承包商，zen99”，为另一组输入创建“cms，naytev”，这种算法可能会过度拟合 . 您需要退后一步，思考一下您的实际问题 .

    但是代替这一点，这里有一个想法：在你的答案词上训练一些单词嵌入（或使用一些预先训练过的单词） . 然后，您可以平均每组值的向量，并希望这为您提供“主题”的良好数字表示 . 然后，您需要将100维平均单词向量转换为单个数字（PCA会浮现在脑海中） . 现在你有一个可以给机器学习算法的数字，它可以预测 .

    你还有一个问题：预测了一个数字，你如何将这个数字变成一个100-dim向量，从那里到一个主题，从那里进入主题词？棘手，但也许并非不可能 .

    （顺便说一句，如果你把上面的"single number"变成一个因素，并让机器学习模型做一个分类，预测与之前见过的最相似的话题......你基本上已经完全循环并且会得到与the one you started with that has too many classes相同的模型 . ）

    回复于

相关问题