如何在词袋中组合多个特征集

Posted 2023-03-12

【中文标题】如何在词袋中组合多个特征集

【英文标题】：How to combine multiple feature sets in bag of words

【发布时间】：2015-12-27 20:20:54

【问题描述】：

我有文本分类数据，其预测取决于类别、“描述”和“组件”。我可以使用 python 中的词袋和“描述”上的 scikit 进行分类。但是我想使用词袋中的两个类别来获得预测，这些类别对单个特征集具有权重 x = 描述 + 2* 组件 我应该如何进行？

【问题讨论】：

您可以连接特征集，也可以对其赋予权重。

【参考方案1】：

您可以为描述和商家训练单个分类器，并使用score = w1 * predictions + w2 * components.获得最终分数

w1和w2的值应该通过交叉验证获得。

或者，您可以通过组合训练数据集来训练单个多类分类器。

您现在将拥有 4 个类：

既不是“预测”也不是“组件” “预测”而非“组件” 不是“预测”而是“组件” “预测”和“组件”

你可以像往常一样继续训练。

【讨论】：

有没有办法将词袋模型本身的两个类别结合起来，而不是单独训练分类器？