我有一组多类训练数据，这些数据是通过聚合手动标记的数据学习得来的，因此有些行会显示类似于[0, 0, 0, 0.4, 0.6]的值。是否有办法直接将这些数据用作分类器的训练数据？我不想诉诸于学习5个回归模型，或者简单地将数据设置为[0, 0, 0, 0, 1]。这两种方法似乎都比直接学习效果差。我知道至少对于逻辑回归来说这是可能的，但似乎没有API支持这一点。（另外，我更希望使用比这更好的分类器。）

回答：

这是一个依赖于模型的问题。特别是，如果你想使用SVM来完成这样的任务，你将需要K个SVM，其中K等于标签的数量（因为SVM是一个二元模型，而不是因为你想使用概率）。一旦你这样做了，你可以使用“样本加权”来包含你所讨论的这类知识。因此，对于SVM来说，答案是是，这是可能的，而且相当容易做到。特别是scikit-learn实现了每样本加权。

这也可以以自然的方式纳入到朴素贝叶斯中。

在不同的模型中，这可能更为复杂，例如，你可以训练一个神经网络，其预期输出为[0,0,0,0.4,0.6]，而不是二进制向量，但这可能会导致过拟合（因为这并不意味着“第4类有40%的确定性”，而是“尝试以这种方式建模，以便利用对于这个样本你回答的正是[0,0,0,0.4,0.6]”，所以如果有一个相似的样本，其值为[0,0,0,1,1]，它会试图区分它们。同样，这也适用于任何多回归方法。