是仅用于文本的多标签分类

Question

我正在处理数字数据集，显然它是一个多变量输出回归。我想知道您是否可以在数字数据集中使用多标签分类，或者仅限于基于文本的分类。

例如：Stackoverflow将每个文本/代码分类为多个标签，如python,flask, python2.7 ......但是可以用数字来完成这样的事情。对不起，我知道这是一个noob问题，但我想知道答案。提前致谢。

Answer 1

当然可以用数字来完成。毕竟，文本本身被转换为数字进行分类。但是你不应该为此使用回归。分类显然是一种情况。

常规分类器（例如，神经网络）通常具有多个输出，每个类都有一个输出。每个输出都返回输入向量属于该特定类的概率。

在标准分类中，可以用最大概率将其分配给类别。在你的情况下，只是将它分配给所有类别p > 0.5（假设输出是[0, 1],

关于你的问题是多回归问题还是多分类问题，你无法知道如果您试图在连续范围内查找数值（例如，预测给定产品的价格和销售数量），请选择回归， 。如果你有一些输入有或没有的属性，请选择分类。