如何对多类数据集进行二分类？

Posted 2023-03-12

【中文标题】如何对多类数据集进行二分类？

【英文标题】：How to do binary classification on multiclass dataset?

【发布时间】：2021-06-02 04:34:20

【问题描述】：

我想对多类数据集（由来自多个科学文章文件的标记句子组成）进行两种类型的分类。我想做的类似于这个 https://www.cl.cam.ac.uk/~sht25/papers/aaai98.pdf 。所以第一个是二进制分类，以从名为“其他”的标签中删除句子。剩下的将用于第二个分类，即多类分类。

目前我被困在“如何对多类数据集进行二进制分类？”。我想过做一个 vs 休息（ovr）分类，但从我看到的例子来看，内置的 ovr 将为所有类创建模型并从那里进行 ovr。同时，我只想为一个标签做 ovr，即“其他”与所有其他标签。请帮忙。

【参考方案1】：

只需创建一个新的标签列，如果标签为“其他”，则（对于每一行）分配 1，否则分配 0。然后使用新创建的标签列进行二进制分类。希望我正确理解了您的问题？...