2024-03-28 22:05:49 发布
网友
我当时正在研究一个数字数据集,显然这是一个多变量输出回归。我想知道,如果你可以有一个多标签分类在一个数字数据集或它是严格的文本为基础的
例如:Stackoverflow将每个文本/代码分类为多个标记,如python,flask, python2.7。。。但是这样的事情可以用数字来完成吗。对不起,我知道这是一个很难回答的问题,但我想知道答案。提前谢谢
python,flask, python2.7
当然可以用数字。毕竟,文本本身被转换成要分类的数字。但你不应该用回归法。这显然是一个分类的例子
常规分类器(例如,神经网络)通常有多个输出,每个类一个。每个输出返回输入向量属于特定类的概率
在标准分类中,将其分配给概率最大的类。在您的例子中,只需将它分配给p > 0.5(假设输出在[0, 1])中的所有类
p > 0.5
[0, 1]
关于你的问题是多元回归问题还是多元分类问题,你不能仅仅通过观察输入就知道这一点。你要根据你要找的东西来决定。如果要在连续范围内查找数值(例如,预测给定产品的价格和销售量),请选择“回归”。如果输入有或没有许多属性,请选择“分类”
当然可以用数字。毕竟,文本本身被转换成要分类的数字。但你不应该用回归法。这显然是一个分类的例子
常规分类器(例如,神经网络)通常有多个输出,每个类一个。每个输出返回输入向量属于特定类的概率
在标准分类中,将其分配给概率最大的类。在您的例子中,只需将它分配给
p > 0.5
(假设输出在[0, 1]
)中的所有类关于你的问题是多元回归问题还是多元分类问题,你不能仅仅通过观察输入就知道这一点。你要根据你要找的东西来决定。如果要在连续范围内查找数值(例如,预测给定产品的价格和销售量),请选择“回归”。如果输入有或没有许多属性,请选择“分类”
相关问题 更多 >
编程相关推荐