text - weka中的一元类文本分类？

Question

我有一个特定类别（比如癌症）的训练数据集（文本）。我想在 weka 中为这个类训练一个 SVM 分类器。但是，当我尝试通过创建一个文件夹“cancer”并将所有这些训练文件放入该文件夹来执行此操作时，当我运行代码时，我收到以下错误：weka.classifiers.functions.SMO：无法处理一元类！

我想要做的是，如果分类器找到与“癌症”相关的文档，它会正确显示类名，一旦我输入了非癌症文档，它应该会显示类似“未知”的内容。

我应该怎么做才能得到这种行为？

Answer 1

Weka 中的 SMO 算法只在两个类之间进行二元分类。顺序最小优化是解决 SVM 的特定算法，在 Weka 中，这是该算法的基本实现。如果你有一些例子是癌症而一些不是，那么这将是二元的，也许你没有正确标记它们。

但是，如果您使用的是所有癌症示例的训练数据，并且您希望它告诉您未来的示例是否符合该模式，那么您正在尝试进行一类 SVM，也就是异常值检测。

Weka 中的 LibSVM可以处理一类 svm。与 Weka SMO 实现不同，LibSVM是一个独立程序，它已与 Weka 连接，并结合了 SVM 的许多不同变体。Wekalist 上的这篇文章解释了如何在 Weka 中使用 LibSVM。