问题标签 [libshorttext]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
machine-learning - 对 LibSVM 格式的文件使用 LibShortText
我正在尝试使用LibShortText，但我并不完全了解它是如何工作的。
从README看来，它的功能是针对文本文件的。但是，我需要对已经是 LibSVM 格式的文件进行分类，所以我认为函数就像text-train.py并且text-predict.py不会......？
README还指出：
有谁知道什么preprocessor directory是...？
从LibShortText 文档中，我看到有一个“中级分类模型 - 学习者”适用于我的文件。但是，我不明白它是如何工作的！例如，它没有 LIBSVM 所具有的所有参数......而且我还没有成功找到如何保存或理解结果（权重和预测在哪里？）。
如果有人能解释这件事的话，我会非常感激（我已经测试了好几个小时了）......谢谢！
python - 我如何知道每个分数对应于 LibShortText 预测输出文件中的哪个类？
我使用LibShortText进行短文本分类。
我训练了一个模型，并使用它通过运行以下命令对我的测试集进行类预测：
该output文件包含每个测试样本的每个类别的分数。她是output文件的开头：
我怎么知道每个分数对应哪个班级？
我知道我可以通过查看预测类和几个测试样本的最高分来推断它，但我希望存在一些更直接的方法。
python - 如何使用逻辑回归分类器通过 LibShortText 获得文本分类预测的概率估计？
LibShortText是一个依赖于liblinear的用于短文本分类的开源库。
我在https://github.com/cjlin1/liblinear上阅读：
-b probability_estimates：是否输出概率估计，0或1（默认0）；目前仅用于逻辑回归
如何使用逻辑回归分类器通过 LibShortText 获得预测的概率估计？