这是一个创建于 1770 天前的主题，其中的信息可能已经有所发展或是发生改变。
想用 sklearn 做个多特征的分类器，特征分别是：
- 用户 ID
- 发帖正文
- 发帖时间
- 点赞数
我现在做的时候使用TF-IDF，做分类，单其它特征就没有用上，有什么办法能把所有特征用上呢？
第 1 条附言 · 2020-01-11 15:32:00 +08:00
这个个分类器主要是用于鉴定用户发帖中是否存在spam，我想用基于行为加上正文内容来做分类，我现在正文用的是sklearn中的tfidfvectorizer，fit之后会有一个矩阵，但是我如何把其它特征和fit后的结果合并到一起呢？
 |
1
qza1212 2020-01-11 02:29:56 +08:00
直接特征拼起来 + 树形分类器 e.g. rf xgboost
|
 |
2
GrayXu 2020-01-11 03:25:21 +08:00
看你的模型是什么呗，比如 ls 说的如果使用 xgb 之类的重家伙，直接 concat 就好了
|
 |
3
xmoiduts 2020-01-11 07:55:11 +08:00 via Android
树形结构例如 rf 的话，特征数量会不会有点少……最近做项目用的是 9 个特征，多个 rf 模型做 4 个输出的回归 /分类。效果（也就那样吧），很神奇的是：均方差比神经网络低一半，rf 和 xgboost 表现几乎一样。
|
 |
4
kuhung 2020-01-11 08:29:16 +08:00 via iPhone
直接拼接。不过事先要观察相关性，无脑上特征不一定好。
|
 |
5
xou130 2020-01-11 10:12:43 +08:00
lightgbm, 但是这类分类器吃特征数量，做比赛一般是 40 个特征起
|
Select Language