machine-learning - 涉及数字范围作为标签的多标签分类

Question

我有一个分类问题，我的标签是评级，0 - 100，增量为 1(例如 1、2、3、4)。

我有一个数据集，其中每行都有一个名称、文本语料库和一个评分 (0 - 100)。

我试图从文本语料库中提取可以输入到分类器中的特征，分类器将输出每行相应的评分 (0 - 100)。

对于特征选择，我正在考虑从基本的词袋开始。然而，我的问题在于分类算法。 sci-kit learn中是否有支持此类问题的分类算法？

我正在阅读http://scikit-learn.org/stable/modules/multiclass.html ，但所描述的算法似乎支持完全离散的标签，而我有一组连续的标签。

编辑:如果我对评分进行分类怎么办？例如，我可以有 10 个标签，每个标签 1-10。

Answer 1

您可以使用多元回归代替分类。你可以将文本语料库中的 n-gram 特征进行聚类以形成字典，并使用它来形成特征集。使用此功能集，训练回归模型，其中输出可以是连续值。 U可以对输出实数进行四舍五入，得到1-100之间的离散标签