我在文本数据上有一个多类分类器(使用sklearn.svm)的工作示例。一次通过,我只能训练/测试一个功能。是否可以在一个分类器中堆叠多个功能?具体而言,我的数据具有以下特征:
feature 1: 1c1, 1c2, 1c3, 1c4
feature 2: 2c1,2c2
feature 3: 3c1,3c2,3c3,3c4,3c5
feature 4: 4c1,4c2,4c3
目前,我可以为功能1运行训练通行证并重复功能2等。
如何将它们堆叠在一起以获得[1c4,2c1,3c5,4c2]
之类的输出向量?这不是多标签问题,因为要素集{1..n}是互斥的。
答案 0 :(得分:0)
显然,根据Alan Sz's answer
,无法做到这一点人工神经网络相对于支持向量机的一个明显优势是人工神经网络可以具有任意数量的输出,而支持向量机只有一个。使用支持向量机创建n-ary分类器的最直接方法是创建n个支持向量机并逐个训练它们。另一方面,可以一次训练具有神经网络的n元分类器。