如何在词袋中组合多个特征集

Question

我有文本分类数据，其预测取决于类别、“描述”和“组件”。我可以使用 python 中的词袋和“描述”上的 scikit 进行分类。但是我想使用词袋中的两个类别来获得预测，这些类别对单个特征集具有权重 x = 描述 + 2* 组件 我应该如何进行？

Answer 1

您可以为描述和商家训练单个分类器，并使用score = w1 * predictions + w2 * components.获得最终分数

w1和w2的值应该通过交叉验证获得。

或者，您可以通过组合训练数据集来训练单个多类分类器。

您现在将拥有 4 个类：

1. 既不是“预测”也不是“组件”
2. “预测”而非“组件”
3. 不是“预测”而是“组件”
4. “预测”和“组件”

你可以像往常一样继续训练。