問題タブ [multilabel-classification]

200 万件のツイートがあり、次の 3 つのカテゴリに分類する必要があります。

• 製品が好きです。
• 気に入らない; と
• 商品のご提案。

しかし、分類の結果をどのように確認しますか? いくつかのツイートを無作為に選び、それらのコンテンツを手動で読み取り、それらのコンテンツがそれらに与えられた分類タグと一致するかどうかを確認しますか? または、それを行うより良い方法はありますか？

マルチレベルの分類を行うエンタープライズ レベルのソフトウェア パッケージがいくつかあると聞いたことがありますが、何百万ものレコードを手動で調べて分類をチェックすることなく、結果が重要であることをどのように証明できるのでしょうか?

ラベルが 0 ～ 100 の評価で、1 ずつ増加する分類の問題があります (例: 1、2、3、4)。

各行に名前、テキスト コーパス、および評価 (0 ～ 100) があるデータ セットがあります。

テキストコーパスから、分類器にフィードできる機能を抽出しようとしています。分類器は、行ごとに対応する評価 (0 - 100) を出力します。

機能の選択については、基本的な単語集から始めようと考えています。ただし、私の質問は分類アルゴリズムにあります。この種の問題をサポートする sci-kit Learn の分類アルゴリズムはありますか?

http://scikit-learn.org/stable/modules/multiclass.htmlを読んでいましたが、説明されているアルゴリズムは完全に離散的なラベルをサポートしているようですが、連続したラベルのセットがあります。

編集: 評価をビンに入れる場合はどうなりますか? たとえば、それぞれ 1 ～ 10 の 10 個のラベルを持つことができます。

データマイニングの経験はあまりありません。私の質問は、マルチクラスの単純ベイズ分類についてです。このアルゴリズムを 3 つのラベル入力クラスと 3 つの出力クラスに実装したい場合、この分野での簡単な例が必要です。私のもう1つの質問は、2クラスのナイーブベイ（正と負など）を使用し、2つの出力クラスがある場合ですが、4つの出力クラス（非常に正、正、負、非常に負）が必要な場合、しきい値を使用できますか出力がしきい値よりも大きい場合、それは非常にポジティブなクラスにあることを意味するポジティブな結果ですか?

履歴書の文書分類に libsvm ライブラリを使用しています。複数の履歴書があり、それらを分類する必要があります。この場合、マルチラベル分類またはマルチクラス分類が必要ですか? 上記のどのオプションを検討する必要がありますか。また、その方法を提案してください。

Matlab の SVM ライブラリを使用してマルチラベル分類を実行しようとしています。svmtrain() hereと呼ばれる「古い」SVM関数を使用して、これに利用できる1つの解決策がありました。それに基づいて、fitcsvm() を使用して独自の関数を作成しました。ただし、SVM トレーニング済みモデルを保存しようとすると、次のエラーが発生します。

classreg.learning.internal/DisallowVectorOps/subsasgn の使用エラー (28 行目)

() インデックスを使用してクラス double のオブジェクトに代入することはできません。

multiClassSVM>(parfor body) のエラー (16 行目)

SVMModel(i) = SVMModelHolder;

multiClassSVM のエラー (8 行目)

parfor i=1:9

複数の ClassificationSVM モデルを変数に格納するにはどうすればよいですか?

それが役立つ場合、コードが与えられます：

これについての助け、またはまったく別の方法で問題を解決するための提案があれば、それが進むべき道であれば幸いです。