我的目标是创建一个多类分类器，用于处理不同的文件，这些文件将被标记至少两个类别（或标签）。这些文件是议会提案，因此每个文件将在词库中至少被索引为一对值。
我使用的是Python版本的‘libsvm’，因为在Python中去除停用词、分词和词干提取似乎更容易实现，这要归功于像Snowball、NLTK这样的工具…
这个版本不能直接使用多分类
然而，可以编程生成一个多类分类器模型，总共生成k * (k-1) / 2个模型（其中’k’是类别的数量）。
LIBSVM的表示方式为：
<class/target>[ <attribute number>:<attribute value>]* 那么，对于一个有5个类别的文件，我应该生成5次前面的行，只更改类别吗？
例如：
1 1:3 2:4 6:5….
2 1:3 2:4 6:5….
3 1:3 2:4 6:5….
4 1:3 2:4 6:5….
5 1:3 2:4 6:5….
谢谢和问候。
回答：
你混淆了
- 多类场景 – 一般有超过两个类别，但每个对象被分配恰好一个类别
- 多标签场景 – 每个对象被分配多个标签
SVM在其基本形式/实现中无法处理上述任何一种情况。尽管这两个问题都可以很容易地分解处理。
第一个问题通常使用一对多或一对一的方法来处理，这两种方法都在scikit-learn中实现，你可以使用Python绑定到libsvm。
你的场景看起来更像是多标签，在这种情况下，基本的SVM只能通过将你的问题分解为K个独立的问题来使用，简单地创建K个不同的训练集，每个训练集回答“给定文件是否有标签i？”的问题，并训练K个不同的SVM，每个SVM简单地为你提供答案的一位（我们假设标记过程是独立的，这是一种简化，但其他方法将需要结构化SVM方法，如svmstruct中可用的方法）。
你不能为多标签分类创建一个单一的libsvm训练文件。你引用的文档是指多类，这不适用于你的情况，并且只需要使用K个不同的标签名称，而不是复制行。
