使用二元分类器模型将数据分类为3个类别

你好,我是机器学习的新手。我的任务是将数据分类为3个类别。我只有2个类别的数据。我已经对有数据的类别(2个类别,假设为A和B)使用了SVM线性分类器。现在还有第三个类别C,我没有任何关于C类别的数据。是否有办法可以使用这个二元分类器来预测,如果一个样本不属于A和B中的任何一个类别,那么它必须属于C类别?


回答:

你确实可以最终通过观察是否达到特定阈值(激活)来使用你的模型,但我不能确定在实践中什么会是好的。我怀疑你能找到一个稳定的阈值来成功地划分维度,从而分类C类别。我会尝试另一种方法。我会将A和B合并,并训练一个异常值检测器,比如单类SVM。然后你就可以分类C,即它既不是A也不是B。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注