python - Scikit-Learn- 如何添加 'unclassified' 类别？

Question

我正在使用 Scikit-Learn 使用 LinearSVC 对文本(在我的例子中是推文)进行分类。当文本不适合训练集中定义的任何类别时，有没有办法将文本分类为未分类？例如，如果我有体育、政治和电影的类别，并试图预测关于计算的推文的分类，它应该保持未分类。

Answer 1

在监督学习方法中，您不能添加额外的类别。

因此我会使用一些启发式方法。尝试预测每个类别的概率。那么，如果所有 4 个或至少 3 个概率都近似相等，则可以说该样本是“未知的”。对于这种方法 LinearSVC 或其他类型的支持向量分类器是不好的适合，因为它自然不会给你概率。另一个分类器(逻辑回归、贝叶斯、树、森林)会更好