在 svm 中预测多个 class

Question

我有像

这样的用户评论数据集

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

的代码

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)

但我收到类似

的错误

ValueError: bad input shape (75, 5)

任何人都可以提出任何好的解决方案来解决这个问题吗？

Answer 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)))

在 svm 中预测多个 class

Predict multi class in svm

python

machine-learning

svm

scikit-learn

text-classification