将多标签数据集转换为单标签？答案

【问题标题】：Converting Multilabel dataset into Single Label?将多标签数据集转换为单标签？
【发布时间】：2015-01-24 12:38:32
【问题描述】：

我正在使用 reuter-21578 数据集进行单标签文本分类，但默认情况下该数据集是多标签的。许多研究人员从这个数据集中删除了多标签实例，他们在路透社类别中的实例数量与我的完全不同。如何删除数据集中属于多个类别的所有实例？我可以为此使用 weka 或 Rapidminer 来识别数据集中的多标签实例吗？

示例：

输入数据集 = {x1, x2, x3, x4, x5, x6, x7, x8, x9, x10} 标签 = {acq、earn、grain、corn} 分类结果 = x1, x2, x3 = 获取 x4, x5 = 赚取 x6, x7, x8 = 谷物 x9 = 谷物、玉米 x10 = 谷物，acq 输出数据集（我想要的）= 输出数据集 = {x1, x2, x3, x4, x5, x6, x7, x8} 输出标签 = {acq、earn、grain、corn} 分类结果 = x1, x2, x3 = 获取 x4, x5 = 赚取 x6, x7, x8 = 谷物 **要么** {这就是我假设我用 PolynomiaByBinomial Operator 实现的目标} 输出数据集 = {x1, x2, x3, x4, x5, x6, x7, x8, x9, x10} 输出标签 = {acq、earn、grain、corn} 分类结果 = x1, x2, x3 = 获取 x4, x5 = 赚取 x6、x7、x8、x9、x10 = 谷物 x9 = 谷物 x10 = 谷物

提前致谢

【问题讨论】：

通常可以使用 RapidMiner（顺便说一下，包括 Weka），但我不太了解这个问题，无法给出准确的答案。你能举个例子吗？
@awchisholm 我有一个数据集 reuters-21578，默认情况下它是一个多标签数据集，其中某些文档可能属于多个类别，例如“谷物”和“玉米”等类别中的文档。我想通过删除属于多个类别的所有文档，将这个多标签数据集转换为单标签数据集。
所以你的意思是你有多个列。每列本身就是一个可能的标签。是否要删除除一个标签列之外的所有列并保留所有行？
@awchisholm 看起来我没有正确提出问题，这让读者感到困惑，对此我深表歉意。从昨天开始，我搜索了很多东西，得出的结论是，我所要做的就是“使用二元相关性（或任何其他方式）进行问题转换”，将我的多标签数据集转换为单标签。我是通过 Rapid Miner 中的“Polynomial By Binomial”运算符来做的。我还在 rapidminer 论坛上找到了这个问题“rapid-i.com/rapidforum/index.php?topic=2505.0”，这正是我想要实现的。非常感谢

标签： machine-learning weka data-mining rapidminer text-classification

【解决方案1】：

最简单的方法是将数据集分解为二元问题。例如，如果您有数据集

text1: science
text2: sports, politics

将数据集分成3个数据集：

dataset1 (science): text1:true, text2:false
dataset2 (sports): text2:false, text2:true
dataset3 (science): text1:false, text2:true

创建3个二元分类器，每个类一个，使用对应的数据集训练它们，并组合结果。

【讨论】：