Question

在哪里可以找到分类因变量的监督分类机器学习示例？

例如：

蜥蜴作为昆虫，苍蝇作为昆虫，蚊子作为昆虫，猴子作为哺乳动物，熊作为哺乳动物，鲨鱼作为鱼，孔雀鱼作为鱼，芬兰作为国家，美国作为国家，日本作为国家， Apple Inc as Company，Berkshire Hathaway Inc as Company，Merck＆amp; Co.，Inc作为公司........

我已经学习了Udemy机器学习A-Z，并且所教授的所有场景仅适用于2个因变量（是或否，1或0）。任何人都知道我在哪里可以找到Python代码或学习如何将文本分类到国家，公司，昆虫等，即。超过2个因变量？

由于

@David Dale，我试过了：

import numpy as np
import pandas as pd

dataset = pd.read_csv('Test31Oct17.csv')
X = dataset.iloc[:, 0].values
y = dataset.iloc[:, 1].values

from sklearn import datasets
from sklearn.multiclass import OneVsOneClassifier
from sklearn.svm import LinearSVC
OneVsOneClassifier(LinearSVC(random_state=0)).fit(X, y).predict(X)`

它不起作用。它说 ValueError：无法将字符串转换为float：'14fl。，no.66，san-chung rd。，nangang dist'

对于y，我将所有分类改为1,2,3,4 ......而不是鱼，国家，哺乳动物等

Answer 1

UCI Machine Learning Repository应该为您提供大量示例，您可以在那里搜索超过2个类别的分类问题。

Answer 2

如果我理解正确，你不会问关于多个因变量，而是关于一个MULTICLASS因变量。

许多ML算法（从逻辑回归到决策树及其集合）自然支持多类分类。其他基本形式的算法（如SVM）无法处理多类问题。但是，几个这样的二进制模型可以以一对一或一对一方式聚合。

例如，scikit-learn supports多类分类，甚至更困难的情况 - 多标签和多任务分类（是的，它们都是不同的问题）。

超过2个因变量的监督机器学习分类示例

2 个答案: