预测 svm 中的多类答案

【问题标题】：Predict multi class in svm预测 svm 中的多类
【发布时间】：2019-07-06 23:34:11
【问题描述】：

我有类似的用户评论数据集

review-1, 0,1,1,0,0

review-1 是用户评论，0,1,1,0,0 是评论类别。一篇评论可以有多个类别。我想预测评论的类别。所以我实现了代码

transformer = TfidfVectorizer(lowercase=True, stop_words=stop, max_features=500)
X = transformer.fit_transform(df.Review)

X_train, X_test, y_train, y_test = train_test_split(X, df.iloc[:, 1:6],
                                                test_size=0.25, random_state=42)

SVM = svm.SVC()
SVM.fit(X_train, y_train)

但是我遇到了类似的错误

ValueError: bad input shape (75, 5)

谁能提出任何好的解决方案来解决这个问题？

【问题讨论】：

请查看文档scikit-learn.org/stable/modules/generated/…。 SVC 不支持多标签分类。

标签： python machine-learning scikit-learn svm text-classification

【解决方案1】：

您可以使用二元分类器（如svm.SVC()）来解决使用OneVsRestClassifier 的多标签分类问题。

示例：

from sklearn.multiclass import OneVsRestClassifier

from sklearn.svm import SVC

cls = OneVsRestClassifier(estimator=SVC(gamma ='auto'))

import numpy as np
cls.fit(np.random.rand(20,10),np.random.binomial(1,0.2,size=(20,5)))

【讨论】：