创建和测试分类器

时间:2017-03-10 10:36:08

标签: python machine-learning classification multiclass-classification

我在excel文件中有两列。 第1行具有确切的用户输入,第2行有其原因。 e.g。

ROW 1                                     ROW 2
money deducted                            cause 1
delivery is late                          cause 2
something here                            cause 48
payment problem                           cause 1
.                                         .
.                                         .

任务是实现一个分类器,下次当给定特定用户输入时,它可以归类为原因之一,即使分类器了解这些情况并预测未来值。

我对分类有一些了解,但我真的想知道如何使用one vs rest分类器实现这一点。

1 个答案:

答案 0 :(得分:1)

这就是你可以使用scikit-learn实现这个分类器的方法。根据target_names的索引将所有训练句子传递给X_train和相应的标签。

X_train = np.array(["money deducted",
                    "delivery is late",
                    "something here",
                    "payment problem"])
y_labels = [(1, ), (2, ), (3, ), (1, )]
y_train = MultiLabelBinarizer().fit_transform(y_labels)
target_names = ['cause1', 'cause2', 'cause48']
classifier = Pipeline([
    ('vectorizer', CountVectorizer()),
    ('tfidf', TfidfTransformer()),
    ('clf', OneVsRestClassifier(LinearSVC()))])
classifier.fit(X_train, y_train)

这就是训练分类器,然后你可以轻松地预测你想要的任何东西。 有关更多参考:http://scikit-learn.org/stable/modules/generated/sklearn.multiclass.OneVsRestClassifier.html

然后将y_lables拟合并转换为Binarizer:

mlb.fit_transform(y_labels)

然后预测如下:

mlb.inverse_transform(classifier.predict(X_test))

这将为您提供类标签,然后您可以将其作为索引传递给target_names。

希望它有所帮助!