如何选择合适的机器学习分类器

我在为我的数据挖掘任务选择合适的分类器时遇到了问题。

我正在使用统计方法标注网页,并使用 1-4 的等级对它们进行标注,1 代表最差,4 代表最好。

之前,我使用 SVM 来训练系统,因为当时我使用的是二元(1,0)标签。但现在我切换到这种四类标签,我需要更换分类器,因为我认为 SVM 分类器只适用于二分类(如果我错了,请指正)。

在这种情况下,哪种分类器最适合我的分类目的?


回答:

存在多类 SVM。LibSVM 有一个实现,Weka 也有。

通常,最好尝试几种分类器,找出哪一种最适合你的数据。分类器类型和训练算法的选择 *远* 没有你的特征集选择重要。你可以尝试朴素贝叶斯、多类 SVM、最大熵、投票感知器,或者你的库提供的任何东西。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注