如何使用 SVM 预测多 class 情感分析问题中的所有 classes？

Question

好吧，我正在做情绪分析 classifier，我有三个 classes/labels，积极的，中立的和消极的。我的训练数据的形状是 (14640, 15)，其中

negative    9178
neutral     3099
positive    2363

我对数据进行了预处理，使其标准化，并将词袋词向量化技术应用于推特的文本，使其可用于模型，其大小为 (14640, 1000)。因为 Y 表示标签是文本形式，所以我应用了 LabelEncoder 以便我可以将它放在一行中。像这样-

[1 2 1 ... 1 0 1]

这就是我拆分数据集的方式 -

X_train, X_test, Y_train, Y_test = train_test_split(bow, Y, test_size=0.3, stratify=Y, random_state=42)
print(X_train.shape,Y_train.shape)
print(X_test.shape,Y_test.shape)

out:(10248, 1000) (10248,)
(4392, 1000) (4392,)

stratify=y会将不平衡的数据变成适当的加权形式。对于 classifier 部分，我使用了 SVM -

svc = svm.SVC(kernel='linear', C=1, probability=True, class_weight='balanced').fit(X_train, Y_train) 
prediction = svc.predict_proba(X_test) 
prediction_int = prediction[:,1] >= 0.3 
prediction_int = prediction_int.astype(np.int) 
print(prediction_int)
print('Precision score: ', precision_score(Y_test, prediction_int, average=None))
print('Accuracy Score: ', accuracy_score(Y_test, prediction_int))

out:[0 0 0 ... 1 0 0]
Precision score:  [0.74185137 0.50075529 0.        ]
Accuracy Score:  0.6691712204007286
/usr/local/lib/python3.6/dist-packages/sklearn/metrics/classification.py:1437: UndefinedMetricWarning: Precision is ill-defined and being set to 0.0 in labels with no predicted samples.
  'precision', 'predicted', average, warn_for)

@desertnaut 帮助我做出了很多决定，实际问题是什么，最后，我看到 classifier 无法预测第三个 class。您可以看到我已经打印出 prediction_int 并且没有显示任何 2 索引。此外，它与实际标签相去甚远。我担心在 classification 期间是否有任何错误。这个 classifier，我为我的二进制 classification 制作的，我认为我不需要为 multi-class classification 更改它。你们谁能帮我解决这个问题吗？

Answer 1

问题是您使用的 predict_proba 方法用于二进制 class 化。在多重 class 化中，它给出了每个 class.

的概率

您不能使用此命令：

prediction_int = prediction[:,1] >= 0.3

有关更多信息，您可以查看类似的 post：

更新

我只是在将所有预测函数更改为这一行后才成功 -

pred = svc.predict(X_test)

正如他所说，之前我使用的是二进制 class化预测系统。现在这个 predict 可以 class 验证所有 3 个标签。所以，我的准确率和召回率现在工作得很好。

如何使用 SVM 预测多 class 情感分析问题中的所有 classes？

How to predict all classes in a multi class Sentiment Analysis problem using SVM?

python

machine-learning

svm

prediction

scikit-learn