是仅用于文本的多标签分类

Question

我正在研究一个数值数据集，显然它是一个多变量输出回归。我想知道您是否可以在数字数据集中使用多标签分类，或者它是严格基于文本的。

对于Eg：Stackoverflow，将每个文本/代码分类为多个标签，如python,flask, python2.7 ......但是这样的事情可以通过数字完成。对不起，我知道这是一个菜鸟问题，但我想知道答案。在此先感谢。

Answer 1

当然可以用数字来完成。毕竟，文本本身被转换为要分类的数字。但你不应该使用回归。这显然属于分类。

常规分类器（例如，神经网络）通常具有多个输出，每个类一个。每个输出都返回输入向量属于该特定类的概率。

在标准分类中，您将其分配给具有最大概率的类。在您的情况下，只需将其分配给p > 0.5的所有类（假设输出位于[0, 1]。

关于您的问题是多元回归还是多分类问题的问题，您只能通过查看输入来了解这一问题。你根据你想要找到的东西来决定它。如果要在连续范围内查找数值，请选择回归（例如，预测给定产品的价格和销售数量）。如果您有输入有或没有的许多属性，请选择分类。