在一般文本分类问题中，训练机器学习模型以检测文本是否属于 N 个类中的一个总是会产生 N 个值。即使传递给模型的文本远远超出 N 个类中的任何一个类（比如你在电影类型的类别上训练它，但是有人将配方传递给分类器），它总是会选择 N 中的一个作为输出，即使传递给它的文本不属于任何类。
是否有一种方法可以为“未知”添加一个附加类，以便如果模型输出是 N 种类型之一但以非常低的概率匹配它，则将其分配给默认或未知类？
编辑：我们正在使用来自 sci kit learn 的 LinearSVC
多类分类中是否可以有默认类？
数据挖掘
机器学习
scikit-学习
多类分类
2022-03-08 16:23:16
2个回答
取决于模型，但这将是一个后处理动作。
例如，在最近的一个问题中，我训练了一个随机森林分类器，然后将最可能类的概率小于 50% 的任何数据点分类为未知。
如果p低于某个阈值，只需使用predict_probaand 最后（对于 10 个类，所有 p 将是 ~.1，最好可能有 0.2，所以如果它对你来说太低了）你只需将 predition 从“class1”更改为“unknown” ，不可能将其添加到模型中
其它你可能感兴趣的问题