[英]How to predict all classes in a multi class Sentiment Analysis problem using SVM?
[英]Predict multi class in svm
我有像這樣的用戶評論數據集
review-1, 0,1,1,0,0
review-1
是用戶評論,而0,1,1,0,0
是評論類別。 一個評論可以有多個類別。 我想預測要評論的類別。 所以我實現了
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)
但是我遇到了類似的錯誤
ValueError: bad input shape (75, 5)
有人可以提出任何好的解決方案來解決這個問題嗎?
您可以使用二進制分類器(如svm.SVC()
)來使用OneVsRestClassifier
解決多標簽分類問題。
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)))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.