Scikit : 如何解决这个用例

我对scikit非常新手，正在尝试通过scikit的Python库解决一个用例。

我有一个这样的CSV文件：

Label , userId , message , user_like,user_dislike

1 , 1, “这是一条好消息”, 4,5

0, 1, “这是一条坏消息”,3,4

1, 2, “这是一条好消息” , 4,5

0,1, “这又是一条坏消息” , 6,7

如何使用上述数据训练MultinomialNB分类器？我的挑战是数据中既包含文本数据（消息）也包含数值数据。

我想预测由userId 1发布的”这是一条新消息“是否为垃圾信息（0,1）..

所以 ? , 1 , "这是一条新消息" , 3 4

谢谢

回答：

一个简单而有效的想法是为文本和数值数据分别训练分类器。确保在处理过程中进行归一化。

现在，当你有两个不同的分类器时，你可以结合它们的输出结果来预测是否为垃圾信息。查看 http://scikit-learn.org/stable/modules/ensemble.html

为了进一步改进，你可以尝试使用每个分类器的内部概率分数，将它们作为特征来训练另一个分类器进行最终预测。这被称为堆叠（stacking）。

学技术