LIBSVM 的多类表示答案

【问题标题】：multiclass representation of LIBSVMLIBSVM 的多类表示
【发布时间】：2015-06-29 18:46:33
【问题描述】：

我的目标是制作一个多类分类器，以处理不同的文件，这些文件将被标记为至少两个类（或标签）。这些文件是议会倡议，因此每个文件都将在同义词库中以至少一对值进行索引。

我在 python 版本中使用“libsvm”，因为在 python 中删除停用词、标记化和词干处理似乎更容易，这要归功于 Snowball、NLTK 等工具......

这个版本不能直接使用多分类
但是，可以对多类分类器模型进行编程，生成总共 k * (k-1) / 2（其中“k”是类数）。

LIBSVM 的表示为：

<class/target>[ <attribute number>:<attribute value>]*

那么对于一个有 5 个类的文件，我应该生成前一行的 5 倍只改变类吗？

例如：

1 1:3 2:4 6:5….
2 1:3 2:4 6:5….
3 1:3 2:4 6:5….
4 1:3 2:4 6:5….
5 1:3 2:4 6:5…。

感谢和问候。

【问题讨论】：

我无法理解您的问题。考虑改进您的问题以增加获得答案的机会。呈现您的输入数据。描述您的预期输出。描述你的方法。

标签： python machine-learning svm libsvm data-representation

【解决方案1】：

你很困惑

多类场景 - 通常有 2 个以上的类，但每个对象被分配正好一个
多标签场景 - 为每个对象分配多个标签

SVM 在其基本制定/实现中无法做到以上任何一项。虽然这两个问题都很容易分解。

第一个通常使用一对一或一对一来处理，两者都在 scikit-learn 中实现，您可以在其中将 python 绑定到 libsvm。

您的场景看起来很像 multilabel，在这种情况下，基本 svm 可以仅通过将您的问题拆分为 K 个独立问题来使用，只需创建 K 个不同的训练集，每个人都回答“给定文件是否有标签 i？”的问题。并训练 K 个不同的 SVM，每个 SVM 只为您提供一点答案（我们假设标记过程是独立的，这是一种简化，但其他方法需要结构化 SVM 方法，例如 svmstruct 中可用的方法）。

您不能为多标签分类创建单个 libsvm 训练文件。您引用的文档是指 multiclass，这不是您的情况，只需要使用 K 个不同的标签名称，而不是复制行。

【讨论】：