预测 svm 中的多类
Posted
技术标签:
【中文标题】预测 svm 中的多类【英文标题】:Predict multi class in svm 【发布时间】:2019-07-06 23:34:11 【问题描述】:我有类似的用户评论数据集
review-1, 0,1,1,0,0
review-1
是用户评论,0,1,1,0,0
是评论类别。一篇评论可以有多个类别。我想预测评论的类别。所以我实现了代码
transformer = TfidfVectorizer(lowercase=True, stop_words=stop, max_features=500)
X = transformer.fit_transform(df.Review)
X_train, X_test, y_train, y_test = train_test_split(X, df.iloc[:, 1:6],
test_size=0.25, random_state=42)
SVM = svm.SVC()
SVM.fit(X_train, y_train)
但是我遇到了类似的错误
ValueError: bad input shape (75, 5)
谁能提出任何好的解决方案来解决这个问题?
【问题讨论】:
请查看文档scikit-learn.org/stable/modules/generated/…。SVC
不支持多标签分类。
【参考方案1】:
您可以使用二元分类器(如svm.SVC()
)来解决使用OneVsRestClassifier
的多标签分类问题。
示例:
from sklearn.multiclass import OneVsRestClassifier
from sklearn.svm import SVC
cls = OneVsRestClassifier(estimator=SVC(gamma ='auto'))
import numpy as np
cls.fit(np.random.rand(20,10),np.random.binomial(1,0.2,size=(20,5)))
【讨论】:
以上是关于预测 svm 中的多类的主要内容,如果未能解决你的问题,请参考以下文章