我正在阅读Google Prediction API，但无法找出部分文档。
从use cases开始，我对此部分有所了解：
每行只能分配一个标签，但您可以应用多个 通过重复一个例子并应用不同来标记一个例子 每个标签。例如：“兴奋”，“天哪！真是太棒了 一天！“”讨厌“，”天啊！刚刚度过了美好的一天！“如果你发了一条推文 对于这个模型，你可能得到这样的分类： “兴奋”：0.6，“烦人”：0.2。
为什么它会“激动”：0.6，“烦人”：0.2而激动时没有更多功能。为什么兴奋兴奋？
答案 0 :(得分：2)
并不是标签“兴奋”是首选，而是消息实际上应被归类为“兴奋”而不是“恼火”的概率。
假设我有两种情绪分类：“看涨”和“看跌”。然后，我使用偶数量的“看涨”和“看跌”训练数据在Prediction API中训练模型。当我向Prediction API提交消息以获得情绪时，它会读取文本并根据消息中的单词分配“看涨”和“看跌”概率的概率。概率之和将加起来为1.
同样，并不是一个标签比另一个标签更受欢迎，但消息被“兴奋”的可能性是“恼火”的3倍。
答案 1 :(得分：1)
如果你用这两个例子训练模型，“兴奋”和“烦人”标签的句子“OMG！只是度过了美好的一天！”，查询分类的唯一合理结果就像这样的“OMG！刚刚度过了美好的一天！“应该“兴奋”：0.5，“烦人”：0.5。
因此，Google文档中的情况可能并未得到完美解释。我猜他们更专注于试图解释可以将2个不同的标签与完全相同的句子相关联。