我有一个简单的自然语言处理问题，其中我有一些书面评论，这些评论有简单的二元正面或负面判断。在这种情况下，我能够训练和测试作为独立变量的X的列，这些列包含“词袋”，即稀疏矩阵中的单个词。

from sklearn.feature_extraction.text import CountVectorizercv = CountVectorizer(max_features = 300)#indipendentX = cv.fit_transform(corpus).toarray()#dependenty = dataset.iloc[:, 1].values

…以及因变量y，它由第1列表示，该列的值为0和1（即基本的正面和负面评论）。

如果不是0和1，而是评论可以从1到5星评分，我应该继续使用一个从0到4的值的y变量列吗？换句话说，我想知道如果不是二元的好/坏评论，而是用户在评论后可以给出1到5的评分，模型会有何不同。这种问题在机器学习中被称为什么？

回答：

这只是一个多类分类问题。这里有一个示例代码，你可以从中获得一些想法。你所说的“因变量”被称为类（输入示例所属的类）

    label_idx = [unique.index(l) for l in labels] """ labels= class. works for your class is string or so. here labels can be more than two"""    label_idx = np.array(label_idx) # just get your class into array    vectors = np.array(vecs) # vecs are any vectorised form of your text data    clf = LinearSVC() # classifier of your choice    clf.fit(vectors, label_idx)