我有一个分类问题，我的标签是评分，从0到100，增量为1（例如1, 2, 3, 4）。

我的数据集中，每一行包含一个名称、文本语料和一个评分（0到100）。

我试图从文本语料中提取特征，这些特征可以输入到我的分类器中，每行会输出一个对应的评分（0到100）。

在特征选择方面，我考虑从基本的词袋模型开始。然而，我的疑问在于分类算法。scikit-learn中有支持这种问题的分类算法吗？

我阅读了http://scikit-learn.org/stable/modules/multiclass.html，但描述的算法似乎支持完全离散的标签，而我有一组连续的标签。

编辑：如果我将评分分箱呢？例如，我可以有10个标签，每个标签从1到10。

回答：

你可以使用多变量回归来代替分类。你可以对文本语料中的n-gram特征进行聚类，形成一个字典，并用它来构建特征集。使用这个特征集，训练一个回归模型，其输出可以是连续值。你可以将输出的实数四舍五入，以获得1到100之间的离散标签。