machine-learning - weka SMO分类器中如何实现Multiclass分类？

Question

我正在使用 weka 进行分类。在 weka 中，我使用 SMO 对文档进行分类。在某些情况下，SMO 返回错误的类别。

例如，以 2 类计算机和 Cricket 为例。首先我为这 2 个类别训练并创建了模型。然后我将测试一个文档，其中内容与这两个类别以 50:50 的比例相关。SMO 仅返回第一类计算机。如果 50:50 的比例意味着我需要返回这两个类别。

如何在 SMO 分类器中实现多类分类？

Answer 1

通常，分类器会给出一个结果。据我了解您的问题，您需要distributionForInstance。这种方法会给你上课的概率。在您的示例中，您应该得到 1/2 和 1/2 的概率。

你提到

是的，只有我得到错误的概率。对于计算机课，我得到 0.63 和板球 0.36。但是两个类别的内容和字数相同

您的解释的问题是您希望类别概率仅来自内容和单词数量。例如对于朴素贝叶斯来说是这样，但对于其他分类器来说通常不是这样。如果您尝试使用朴素贝叶斯进行相同的分类，您可能会看到预期的概率。

您的类概率是根据 SVM 中的支持向量给出的。这意味着根据支持向量，您的 0.63 概率类更有可能。

Answer 2

我知道人们可能会使用不同的术语，但对于您的问题，最普遍接受的术语是“多标签分类”（https://en.wikipedia.org/wiki/Multi-label_classification）。

我认为提到多类分类的维基百科文章写错了，或者是来自不同领域的术语使用了类似的方法。

多类分类通常意味着将数据点仅分类为许多（> 2）类中的一个，而不是多标签分类，这意味着将数据点分类为超过 1个可能的类。

您可以查看Meka - Weka 的扩展，实现了一些多标签分类器。我知道你想使用 weka，但如果没有，你可以试试multilabel libsvm。