Question

我使用scikit-learn Python库导入这些分类器进行了文本分类：

from sklearn.linear_model import RidgeClassifier
from sklearn.svm import LinearSVC
from sklearn.linear_model import SGDClassifier
from sklearn.linear_model import Perceptron
from sklearn.linear_model import PassiveAggressiveClassifier
from sklearn.naive_bayes import BernoulliNB, MultinomialNB
from sklearn.neighbors import KNeighborsClassifier
from sklearn.neighbors import NearestCentroid
from sklearn.ensemble import RandomForestClassifier

输入文字的格式为：

('some text 1', 'class1')
('some text 2', 'class2')
('some text 3', 'class3')
...

一切都很好。但我想知道的是，如果我有多标签的文字，如：

('some text 1', 'class1', 'class3')
('some text 2', 'class2', 'class1')
('some text 3', 'class3')
...

如果可以使用这些分类器，还是应该使用其他分类器？

Answer 1

所有能够执行多类或多标签的分类器都在this page上引用。

基于此，只有2个模型可以直接用作多标签：

RandomForestClassifier
KNeighborsClassifier

在我完成之后（在练习中），将OneVsAll与另一个兼容的分类器一起使用，然后提取前N个或所有超过X％的标签（您拥有的标签越多，阈值就越低） sum等于1）。这不是你能做的最干净的事情，但它有效（我将它与多标签分类器结果进行比较，它非常接近或相同）

我希望它有所帮助，尼古拉斯

使用scikit-learn进行多标签文本分类，使用哪种分类器？

1 个答案: