数据挖掘 - 用于学习排名应用程序的多标签分类 - 吾爱随笔录

我正在寻找一些关于搜索引擎学习排名方法的建议。我用以下数据创建了一个数据集：

query_dependent_score, independent_score, (query_dependent_score*independent_score), classification_label

query_dependent_score是 TF-IDF 分数，即相似性 b/w 查询和文档。

independent_score是文档的查看时间。

将有3个班级：

0（不相关），
1（相关的种类），
2（最相关）

我总共有 750 个查询，我收集了每个查询的前 10 个结果，所以我总共有 7500 个数据点。

我一直在考虑估计一个相关函数，例如：

w0 + w1*query_dependent_score + w2*independent_score + w3*(query_dependent_score*independent_score)

我可以清楚地看到这就像一个分类问题，但我想要一些关于这是否是解决这个问题的正确方法的信息。

我参考了机器学习技术来计算加权平均权重？一些想法。

以下是我编写的代码：

from sklearn.linear_model import LogisticRegression
import numpy as np

DATASET_PATH = "..."

search_data = np.genfromtxt(DATASET_PATH, delimiter=',', skip_header=1, usecols=(1, 2, 3, 4))
document_grades = search_data[:, 3:4]
document_signals = search_data[:, :3]  # This has 3 features.

total_rows = np.shape(search_data)[0]
split_point = int(total_rows * 0.8)

training_data_X, test_data_X = document_signals[:split_point, :], document_signals[split_point:, :]
training_data_y, test_data_y = document_grades[:split_point, :], document_grades[split_point:, :]

clf = LogisticRegression(multi_class="multinomial", solver="lbfgs")

clf.fit(X=training_data_X, y=training_data_y.ravel())

print(clf.classes_)  # [0, 1, 2]
print(clf.coef_)  # This is a 3 x 3 matrix?
print(clf.intercept_)  # An array of 3 elements?

基于sklearn的文档coef_应该给我的值w1，w2和w3，并且intercept_应该给我的值w0。

但是我有一个矩阵和一个用于这些权重的数组。我不确定如何获取相关函数的权重值？

我正在研究第一次学习排名，所以欢迎任何建议。