Skip to main content
 首页 » 编程设计

python之使用 scikit-learn 进行多标签文本分类,使用哪些分类器

2025年01月19日13myhome

我使用导入这些分类器的 scikit-learn Python 库完成了文本分类:

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 

输入文本的格式是:

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

一切正常。但我想知道的是,如果我有像这样的多标签文本:

('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,还是应该使用其他一些分类器?

请您参考如下方法:

所有能够进行多类或多标签的分类器都在 this page 上提及.

基于它,你的模型中只有2个可以直接用作多标签:

  • 随机森林分类器
  • KNeighborsClassifier

在我完成之后(在练习中),是将 OneVsAll 与另一个兼容的分类器一起使用,然后提取前 N 个或所有高于 X% 的标签(您拥有的标签越多,阈值越低,因为总和等于 1)。这不是您可以做的最干净的事情,但它确实有效(我将其与多标签分类器结果进行了比较,结果非常接近或相同)

希望对你有帮助 尼古拉斯