是僅用於文本的多標籤分類

Question

我正在處理數字數據集，顯然它是一個多變量輸出迴歸。我想知道您是否可以在數字數據集中使用多標籤分類，或者僅限於基於文本的分類。

例如：Stackoverflow將每個文本/代碼分類爲多個標籤，如python,flask, python2.7 ......但是可以用數字來完成這樣的事情。對不起，我知道這是一個noob問題，但我想知道答案。提前致謝。

Answer 1

當然可以用數字來完成。畢竟，文本本身被轉換爲數字進行分類。但是你不應該爲此使用迴歸。分類顯然是一種情況。

常規分類器（例如，神經網絡）通常具有多個輸出，每個類都有一個輸出。每個輸出都返回輸入向量屬於該特定類的概率。

在標準分類中，可以用最大概率將其分配給類別。在你的情況下，只是將它分配給所有類別p > 0.5（假設輸出是[0, 1],

關於你的問題是多回歸問題還是多分類問題，你無法知道如果您試圖在連續範圍內查找數值（例如，預測給定產品的價格和銷售數量），請選擇迴歸， 。如果你有一些輸入有或沒有的屬性，請選擇分類。