如何在Python的机器学习中使用值列表作为标签

Question

我遇到了一个问题，我不知道如何在ML模型中使用列表作为标签。基本上，我有一个数据框架，如下所示：

我的功能集是一个数字列表，我的标签也是一个数字列表。我如何将两者联系起来？我已经使用过二进制标签，但是我不能用非二进制标签来管理它

ps：我知道我的数据缺乏预处理，出于处理速度的原因，我只加载了整个数据的一小部分

编辑-抱歉不够清晰：每个数字都是一个单词。我的功能集是文本，我的标签是标题。我试图构建一个模型，在给定文本的情况下，它会根据经过训练的模型生成一个标题

Answer 1

您可能想试试sklearn的MultiLabelBinarizer()。看看this post

Answer 2

我想你可以试试熊猫“get_dummies”内置的OneHotEncoding

根据我的理解，您的数据如下（此处以“y”为例）：

df
 
   a  b  y
0  1  2  1
1  4  5  2
2  7  1  3
3  4  7  1
4  6  0  3
5  7  9  2
6  8  1  1

其中y列中的每个数字表示每个类别

因此，您可以做的是：

new_y = pd.get_dummies(df['y'], drop_first=True)

It would be very helpful if you post some sample data here and what exactly you are willing to achieve.

PS：除此之外，你还必须使用分类熵作为损失计算

Answer 3

https://scikit-learn.org/stable/modules/multiclass.html#multilabel-classification-format您应该使用多标签方法来解决您的问题