如何在 Scikit 中训练 SGDClassifier 时赋予特征不同的权重？

Question

从文档中，

class sklearn.linear_model.SGDClassifier(class_weight=None)

与 class_weight 函数一样，我如何为我的功能集的特定方面赋予权重？就像我的功能集由原始文本和一些名称组成。在训练时，我想给名称更多的权重，而对原始文本的权重更少。我该怎么做？

Answer 1

SGDClassifier 中没有为特征赋予权重的选项，据我所知，在 scikit-learn 中没有其他学习者。

一般来说，给特征赋予不同的权重是没有意义的。毕竟，您进行机器学习是因为您希望计算机找出哪些功能更重要。如果 name 比 raw text 更重要，分类器会在内部计算出来。

现在，如果您仍然希望拥有不同重要性的不同特征，您可以组合多个分类器： 仅使用 name 特征训练一个分类器，并仅使用 raw text 特征训练另一个分类器。然后通过取每个分类器输出的加权平均值来组合它们的输出。您可以给 name-分类器赋予更高的权重，这将增加 name 对组合输出的影响。