python - skmultiLearn 分类器预测总是返回 0
问题描述
我对 skmultiLearn 很陌生,现在我将它用于“中文”文档的多标签分类。训练数据集很小(比如 200 句话),我一共设置了 6 个类。即使我使用句子 IN 训练数据集,我也只能得到 [0,0,0,0,0,0] 作为预测结果,我能得到一些帮助吗?谢谢!
我的代码:
# Import BinaryRelevance from skmultilearn
from skmultilearn.problem_transform import BinaryRelevance
from sklearn.feature_extraction.text import CountVectorizer, TfidfVectorizer
from sklearn.feature_extraction.text import TfidfTransformer
from sklearn.svm import SVC
from scipy import sparse
import jieba
import codecs
import numpy as np
from warnings import simplefilter
simplefilter(action='ignore', category=FutureWarning)
Q_list = []
L_list = []
# Read Sentence file
with codecs.open('multi-label-Q.txt',encoding='utf-8') as infile:
for line in infile:
Q_list.append(line[:-2])
infile.close()
# Read Label file
with open('multi-label-L.txt') as infile:
for line in infile:
tmp_l = line[:-1].split(',')
L_list.append(tmp_l)
infile.close()
L_list = np.array(L_list)
L_Question_list = []
# Preprocess for Chinese sentences
for line in Q_list:
seg_list = jieba.lcut(line, cut_all=False)
q_addSpace = ''
for w in seg_list:
q_addSpace = q_addSpace + w + ' '
L_Question_list.append(q_addSpace[:-1])
cv = CountVectorizer()
cv_fit=cv.fit_transform(L_Question_list)
transformer = TfidfTransformer()
tfidf = transformer.fit_transform(cv_fit)
M = sparse.lil_matrix((len(L_list),6), dtype=int)
for i,row in enumerate(L_list):
count = 0
for col in row:
M[i, count] = col
count += 1
# Setup the classifier
clf = BinaryRelevance(classifier=SVC())
# Train
clf.fit(tfidf, M)
# A sentence in train dataset
x_test = '偏头痛多发于什么年龄层?'
# Preprocess for Chinese sentence
seg_list = jieba.lcut(x_test, cut_all=False)
q_addSpace = ''
for w in seg_list:
q_addSpace = q_addSpace + w + ' '
X_test = [q_addSpace]
cv_fit2=cv.transform(X_test)
tfidf2 = transformer.transform(cv_fit2)
# Predict
pred = clf.predict(tfidf2)
print(pred.todense())
解决方案
现在我明白了,原因是我有太多的单标签数据。
我使用了一些高价值的数据集并得到了正确的结果。
所以,答案是:完善数据集。
推荐阅读
- mysql - CURRENT_TIMESTAMP()、CURRENT_DATE() + 0 和 CURRENT_DATE() 之间的时间差
- java - 如何显示进度条
- excel - 如何使用 match 函数将一个工作表中的两个值与另一个工作表匹配并得到结果?
- ionic3 - 如何在 console.log 中获取单击按钮的值
- css - 带有渐变的滚动导航栏
- haskell - 文件.BMP:分析和转换
- java - 在 Java 中调用被覆盖的方法
- angular - 如何使用 rxjs 将 json 响应从一种对象类型映射到另一种对象类型
- postgresql - 如何从 Go 中的 Cloud Function 连接到 Cloud-SQL?
- c# - 我在哪里可以获得 iCalendar 规范 RFC 2445 版本 2.0 的 xml/xsd 架构?