用于估计评分的分类算法

我想检测文本文章的情感倾向。这个问题似乎与分类问题有关,但我不希望检测每个类别(负面、正面、中性)的概率,而是希望得到一个总体的评分,例如0.76,然后根据预定义的范围将文章分类到相应的类别中。(例如,[0.75…1) 为正面)。

哪些机器学习算法适合这种问题?


回答:

据我所见,你可以采用以下两种方法之一来解决这个问题:

  1. 使用分类算法,对于二元分类器,它会给你(p,1-p),其中p是二元分类器认为“真”的“概率”。
  2. 使用线性回归(或其他数值型机器学习算法),并使用其返回的分数进行评分。在训练算法时,你将“正面”标记为1,“负面”标记为0。

就我个人而言,我会选择第一种方法,使用支持向量机(SVM),因为我知道它在处理大型特征空间方面表现很好——这在文本问题中很可能适用。

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