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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注