SVM多类文本分类

概述我想将新闻数据集和培训数据分类为IPTC主题代码(分层分类). 在我的项目中,我应该使用svm. 我已经完成了所有的特征提取,词干,删除停止词…… 我几乎拥有svm多类所需的文件格式： 这就像： category feature:value feature:value feature:value 我不知道应该如何使用svmmulticlass 我也听过一个 – 反对 – 所有,我不知道它是什么 我想将新闻数据集和培训数据分类为IPTC主题代码(分层分类).
在我的项目中,我应该使用svm.

我已经完成了所有的特征提取,词干,删除停止词……

我几乎拥有svm多类所需的文件格式：

这就像：

category  feature:value feature:value feature:value

我不知道应该如何使用svmmulticlass

我也听过一个 – 反对 – 所有,我不知道它是什么

请告诉我,我可以找到一些关于它的教程,或者如何使用它

问候

解决方法 one -against-all,是一种训练SVM在多标签分类中的技术,例如你有“n”类标签：所以你创建一个“n”SVM并在一个类上训练每一个作为Ve标签和所有其他作为-Ve标签.

这就是所有人的意思.你可以访问它并在那里使用多类SVM

http://svmlight.joachims.org/svm_multiclass.html

总结

以上是内存溢出为你收集整理的SVM多类文本分类全部内容，希望文章能够帮你解决SVM多类文本分类所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。