我想用这个库来估计最大熵模型的系数。
我的实验设置如下：
我有一组带注释的数据：句子加上可能的解析树的森林，其中只有一个被标记为正确。我想训练一个最大熵模型，以便能够对解析森林进行看不见的句子。问题在于森林可能具有指数大小，因此我想实现一种自定义算法来计算得分（动态计算的特征系数的乘积/乘积）以进行预测。我想只使用标记为正确的解析树来计算系数。我跳过不正确数据的论点是我不需要概率，只需要得分（及其推导）。
问题是sklearn希望用至少两个类注释数据。
我建议的解决方案： 添加＆＃39; artificial＆＃39;仅为一个附加类激活的功能，并将一个记录添加到仅激活此一个的训练数据中。它不应该影响永远不会激活此人工特征的结果。
对你有意义吗？你能告诉其他任何解决方案吗？我想避免从头开始实施。