我试图为学术目的解决文本分类问题。我需要将推文分类为＆＃34; cloud＆＃34; ，＆＃34;冷＆＃34;，＆＃34;干＆＃34;，＆＃34;热＆＃34;，＆＃34;潮湿＆＃34;，＆＃34;飓风＆＃34;，＆＃34;冰＆＃34;，＆＃34;下雨＆＃34;，＆＃34;下雪＆＃34;，＆＃34;暴风雨＆＃34;，＆＃34;风＆＃34;和＆＃34;其他＆＃34;。训练数据中的每条推文都具有针对所有标签的概率。说出消息＆＃34;已经可以告诉它将是一个艰难的得分日。它现在像昨天下午一样刮风。＆＃34;有21％的几率炙手可热，79％的几率有风。我已经研究过分类问题，可以预测它是风还是热或其他。但是在这个问题中，每个训练数据都具有针对所有标签的概率。我之前使用过mahout朴素贝叶斯分类器，它为给定的文本采用特定标签来构建模型。如何将各种标签的输入概率转换为任何分类器的输入？
答案 0 :(得分：3)
在概率设置中，这些概率反映了训练实例的类标签的不确定性。这会影响分类器中的参数学习。
有一种自然的方法可以合并它：例如，在Naive Bayes中，在估算模型中的参数时，而不是每个单词对于文档所属的类计数为1，它会得到
或者，如果您的分类器是具有softmax输出的神经网络，而不是目标输出是具有单个[1]和大量零的向量，则目标输出将成为您提供的概率向量。
不幸的是，我不知道任何可以让你融入这些想法的标准实现。
答案 1 :(得分：2)
如果您需要现成的解决方案，您可以使用支持多类分类和实例权重的学习者。假设您有k个概率为p_1, ..., p_k的类。对于每个输入实例，创建具有相同功能的k个新培训实例，并使用标签1, ..., k，并分别指定权重p_1, ..., p_k。
Vowpal Wabbit就是这样一个学习者，支持使用实例权重进行多类分类。