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

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