1

我有一个关于文本数据的多类分类器(使用 sklearn.svm)的工作示例。一次通过,我只能训练/测试一个功能。是否可以在一个分类器中堆叠多个特征?具体来说,我的数据具有以下特点:

feature 1: 1c1, 1c2, 1c3, 1c4 feature 2: 2c1,2c2 feature 3: 3c1,3c2,3c3,3c4,3c5 feature 4: 4c1,4c2,4c3

目前,我可以为特征 1 运行训练通行证并为特征 2 重复等。我怎样才能将它们堆叠在一起以获得像这样的输出向量[1c4,2c1,3c5,4c2]?这不是多标签问题,因为特征集 {1..n} 是互斥的。

4

1 回答 1

0

显然,根据Alan Sz 的回答,没有办法做到这一点

人工神经网络相对于支持向量机的一个明显优势是人工神经网络可以有任意数量的输出,而支持向量机只有一个。使用支持向量机创建 n 元分类器最直接的方法是创建 n 个支持向量机并逐个训练它们。另一方面,可以一次性训练具有神经网络的 n 元分类器。

于 2017-11-07T13:21:23.840 回答