LIBSVM的多类表示

Question

我的目标是制作一个多类分类器，用于处理不同的文件，这些文件将至少使用两个类（或标签）进行标记。这些文件是议会的倡议，因此每个文件都将被编入至少一对值的同义词库中。在

我在python版本中使用'libsvm'，因为在python中删除停止字、标记化和词干处理似乎更容易，这要归功于Snowball、NLTK。。。在

此版本不能直接使用多分类
然而，可以编程一个生成总共k*（k-1）/2的多类分类器模型（其中“k”是类的数量）。在

LIBSVM的表示是：

<class/target>[ <attribute number>:<attribute value>]*   

那么对于一个包含5个类的文件，我是否应该生成5倍于前一行的只更改类？在

例如：

11:3 2:4 6:5….
2 1:3 2:4 6:5….
3 1:3 2:4 6:5….
4 1:3 2:4 6:5….
5 1:3 2:4 6:5…。在

谢谢和问候。在

Answer 1

你很困惑

• 多类场景-通常有2个以上的类，但每个对象都被分配了一个
• 多标签场景-为每个对象分配多个标签

支持向量机在其基本公式/实现中不能做到以上任何一种。尽管这两个问题都很容易分解。在

第一种方法通常使用one-vs-all或one-vs-one来实现，这两种方法都是在scikit-learn中实现的，其中python绑定到libsvm。在

您的场景看起来很像多标签，在这种情况下，通过将问题分解为K个独立的问题，只需创建K个不同的训练集，每个训练集都回答“给定文件是否有标签i？”训练K个不同的支持向量机，每一个简单地给你一个答案（我们假设标记过程是独立的，这是一个简化，但是其他方法需要结构化的支持向量机方法，就像svmstruct中可用的方法）。在

不能为多标签分类创建单个libsvm训练文件。您引用的文档引用的是多类，这不是您的情况，只需要使用K个不同的标签名称，而不是复制行。在