基于Python的多标签分类

Question

我有一个如下所示的数据集，在实际情况中，行数会在10000到1000000之间。 会有更多专栏，但核心问题围绕着这两个领域。

已知标签

我知道类别 - ＆＃39; Apple＆＃39;，＆＃39; Blueberry＆＃39; Orange＆＃39;＆＃39;生菜＆＃39;

数据集

 DataFrame
({'ROWID':1,2,3,4,5,6,7,8,9,10],
'Category':'Apple','Blueberry'.'Orange','Lettuce','Fruit','Salad','xyz','Fruit' 
,'Leaf','Avocado'],
'Details':['Eat one a day ,doctors keep away','Like it in a  muffin',
'Tastes yummy','Like it with 
salmon','Glass of a juice','Ceser dressing  on  lettuce','Nothing in my 
basket','Like it in a muffin','I like it  it with  salami','Comes from 
Mexico']}) 

问题：

我必须在类别

上使用groupby创建一个或多个指标

当类别列的单元格值未知时，我需要阅读“详细信息”中的文本。并预测最适合类别的标签。 例如

• 沙拉 - ＆gt;生菜，水果（第5行） - ＆gt;橙色水果（第8行） - ＆gt;蓝莓 叶（行＃9） - ＆GT; ＆＃39;莴苣＆＃39;据了解，有些行可以 不被归类。

需要帮助：

我是数据科学算法的新手，寻找一些指导来确定解决问题的正确模型。

Answer 1

使用Naive Bayes作为Details列，之后对Category列进行简单过滤并删除具有已知类别值的行。