ฉันต้องการจัดหมวดหมู่ URL เป็นหมวดหมู่ สมมติว่าฉันมี 15 หมวดหมู่ที่ฉันวางแผนจะลดศูนย์ทุก URL ลงให้
ตัวจําแนกแบบ 15 ทางดีกว่าหรือไม่ ที่ฉันมี 15 ป้ายกำกับและสร้างคุณสมบัติสำหรับแต่ละจุดข้อมูล
หรือการสร้างตัวแยกประเภทไบนารี 15 ตัวบอกว่า: ภาพยนตร์หรือไม่ใช่ภาพยนตร์และใช้ตัวเลขที่ฉันได้รับจากการจำแนกประเภทเหล่านี้เพื่อสร้างอันดับเพื่อเลือกหมวดหมู่ที่ดีที่สุด
คำตอบ:
ก่อนอื่นคุณต้องถามตัวเองว่าปัญหาของคุณคือมัลติเลเยอร์หรือไม่ (เช่น URL เดียวสามารถเป็นของหลายคลาสได้) หรือไม่ (เช่น URL เดียวสามารถเป็นของชั้นเดียวได้)
หากก่อนไปด้วยแบตเตอรี่ของตัวแยกประเภทไบนารีเพราะนี่เป็นวิธีเริ่มต้นในการทำปัญหาหลายป้าย
หากหลังคำตอบขึ้นอยู่กับการรวมกันของข้อมูลของคุณเป็นอย่างไรจุดประสงค์ของการวิเคราะห์ของคุณและวิธีการใช้งานของคุณคืออะไรบางทีคุณควรลองทั้งคู่และเลือกให้ดีที่สุด
โปรดทราบว่าวิธีการบางอย่าง (เช่น SVM) ไม่สามารถทำการจำแนกประเภทหลายคลาสได้เนื่องจากวิธีการกำหนดไว้และใช้แบตเตอรี่ของตัวแยกประเภทไบนารีภายใน
ขึ้นอยู่กับว่าข้อมูลของคุณกระจายอย่างไร มีตัวอย่างที่สวยงามที่ได้รับเมื่อเร็ว ๆ นี้กับคำถามที่คล้ายกันซึ่ง OP ต้องการทราบว่าฟังก์ชัน discriminant แบบเส้นตรงเดียวจะเป็นตัวแยกประเภทที่ดีกว่าสำหรับการตัดสินใจประชากร A vs B หรือ C หรือหนึ่งจากฟังก์ชัน discriminant linear แบบแยกส่วนที่แยก A B และ C บางคนให้ scatterplot สีที่ดีมากเพื่อแสดงว่าการใช้ discriminants สองแบบนั้นดีกว่าแบบใดในกรณีนี้ ฉันจะพยายามเชื่อมโยงกับมัน
วิธีการบางอย่างจัดการกับ multiclass, Random Forests, MLP ได้เป็นอย่างดี
หากคุณไม่ต้องการไปทางนั้นเป็นไปได้ว่า ECOC อาจดำเนินการ 1-vs-All สำหรับปัญหาของคุณการทดสอบจะบอกเท่านั้น