我在Excel文件中有两列。第一行是用户的具体输入，第二行是其原因。例如：

ROW 1                                     ROW 2money deducted                            cause 1delivery is late                          cause 2something here                            cause 48payment problem                           cause 1.                                         ..                                         .

任务是实现一个分类器，以便下次当给定特定的用户输入时，它可以将输入分类为其中一个原因，即让分类器学习这些案例并预测未来的值。

我对分类有一些了解，但我只是真的想知道如何使用一对多分类器来实现这个分类器。

回答：

这就是您如何使用scikit-learn实现这个分类器的方法。将所有训练句子传递给X_train，并根据target_names的索引传递相应的标签。

X_train = np.array(["money deducted",                    "delivery is late",                    "something here",                    "payment problem"])y_labels = [(1, ), (2, ), (3, ), (1, )]y_train = MultiLabelBinarizer().fit_transform(y_labels)target_names = ['cause1', 'cause2', 'cause48']classifier = Pipeline([    ('vectorizer', CountVectorizer()),    ('tfidf', TfidfTransformer()),    ('clf', OneVsRestClassifier(LinearSVC()))])classifier.fit(X_train, y_train)

这就是训练一个分类器的全部内容，然后您可以轻松地预测任何您想要的东西。更多参考：http://scikit-learn.org/stable/modules/generated/sklearn.multiclass.OneVsRestClassifier.html

然后将y_lables拟合并转换为Binarizer：

mlb.fit_transform(y_labels)

然后按以下方式进行预测：

mlb.inverse_transform(classifier.predict(X_test))

这将为您提供类标签，然后您可以将其作为索引传递给target_names。

希望这对您有帮助！