如何使用 SVM 预测多类情感分析问题中的所有类？

Posted 2023-03-12

【中文标题】如何使用 SVM 预测多类情感分析问题中的所有类？

【英文标题】：How to predict all classes in a multi class Sentiment Analysis problem using SVM?

【发布时间】：2019-12-15 11:54:55

【问题描述】：

好吧，我正在制作一个情绪分析分类器，我有三个类别/标签，正面、中性和负面。我的训练数据的形状是 (14640, 15)，其中

negative    9178
neutral     3099
positive    2363

我已经对数据进行了预处理，使其标准化，并将词袋词向量化技术应用于 twitter 的文本，使其可用于模型，模型的大小为 (14640, 1000)。作为 Y，意味着标签是文本形式，所以我应用了 LabelEncoder 以便我可以将它放在一行中。像这样-

[1 2 1 ... 1 0 1]

这就是我拆分数据集的方式 -

X_train, X_test, Y_train, Y_test = train_test_split(bow, Y, test_size=0.3, stratify=Y, random_state=42)
print(X_train.shape,Y_train.shape)
print(X_test.shape,Y_test.shape)

out:(10248, 1000) (10248,)
(4392, 1000) (4392,)

stratify=y 会将不平衡的数据变成适当的加权形式。对于分类器部分，我使用了 SVM -

svc = svm.SVC(kernel='linear', C=1, probability=True, class_weight='balanced').fit(X_train, Y_train) 
prediction = svc.predict_proba(X_test) 
prediction_int = prediction[:,1] >= 0.3 
prediction_int = prediction_int.astype(np.int) 
print(prediction_int)
print('Precision score: ', precision_score(Y_test, prediction_int, average=None))
print('Accuracy Score: ', accuracy_score(Y_test, prediction_int))

out:[0 0 0 ... 1 0 0]
Precision score:  [0.74185137 0.50075529 0.        ]
Accuracy Score:  0.6691712204007286
/usr/local/lib/python3.6/dist-packages/sklearn/metrics/classification.py:1437: UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 in labels with no predicted samples.
  'precision', 'predicted', average, warn_for)

@desertnaut 帮我做了很多决定，实际问题是什么，最后，我看到分类器无法预测第三类。你可以看到我已经打印出prediction_int 并且它没有显示任何2 索引。此外，它与实际标签相去甚远。我担心如果有任何错误，发生在分类过程中。这个分类器是我为我的二分类做的，我想我不需要为多类分类改变它。谁能帮我解决这个问题？

【参考方案1】：

问题在于您使用的 predict_proba 方法是用于二进制分类的。在多分类中，它给出了每个类的概率。

你不能使用这个命令：

prediction_int = prediction[:,1] >= 0.3 

有关更多信息，您可以查看此类似帖子：Multiclass Classification and probability prediction

更新

我只是在将所有预测功能更改为这一行后才成功 -

pred = svc.predict(X_test)  

正如他所说，以前我使用的是二元分类预测系统。现在这个 predict 可以对所有 3 个标签进行分类。所以，我的准确率和召回率现在工作得很好。