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)
但是我遇到了这样的错误
ValueError: bad input shape (75, 5)
谁能提出任何好的解决方案来解决这个问题？
最佳答案
您可以使用二元分类器(如 svm.SVC())通过 OneVsRestClassifier 解决多标签分类问题。
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)))
关于python - 在 svm 中预测多类，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54665028/