代码之家 › 专栏 › 技术社区 › n00b

如何在Scikit中训练SGDC分类器时,为特性赋予不同的权重?

scikit-learn python-2.7 python

2

n00b · 技术社区 · 10 年前

从文献中,

class sklearn.linear_model.SGDClassifier(class_weight=None)

像class_weight函数一样,我如何为特性集的特定方面赋予权重?就像我的功能集由原始文本和一些名称组成。在训练时,我想给名字更多的权重,而给原始文本更少的权重。我该怎么做?

1 回复 | 直到 10 年前

1

2

MB-F 10 年前

没有为中的功能赋予权重的选项 SGDClassifier ,而且据我所知,在scikit学习中没有其他学习者学习。

一般来说,给特征赋予不同的权重是没有意义的。毕竟,你做机器学习是因为你想让计算机知道哪些功能更重要。如果名称比 原始文本 分类器将在内部找出这一点。

现在,如果您仍然希望具有不同重要性的不同功能,可以组合多个分类器: 仅使用名称特征,并仅使用 原始文本 特征。然后通过对每个分类器的输出进行加权平均来组合它们的输出。你可以给名称 -分类器的权重较高,这将增加名称对综合产出的影响。