如何在词袋中组合多个特征集

Question

我有根据类别 'descriptions' 和 'components' 进行预测的文本分类数据。我可以使用 python 中的词袋和 'descriptions' 中的 scikit 进行分类。但是我想使用词袋中的两个类别对各个特征集进行加权来获得预测 x = 描述 + 2* 组件 我该如何进行？

Answer 1

您可以针对描述和商家训练单独的分类器，并使用 score = w1 * predictions + w2 * components.

获得最终分数

w1 和 w2 的值应使用交叉验证获得。

或者，您可以通过组合训练数据集来训练单个多类分类器。

您现在将有 4 个类：

1. 既不'predictions'也不'components'
2. 'predictions' 但不是 'components'
3. 不是'predictions'而是'components'
4. 'predictions' 和 'components'

然后你就可以照常训练了。