我已经抓了很多像这样的ebay游戏:
Apple iPhone 5 White 16GB Dual-Core
我用这种方式手动标记了所有这些内容
B M C S NA
其中B =品牌(Apple)M =型号(iPhone 5)C =颜色(白色)S =尺寸(尺寸)NA =未指定(双核)
现在我需要使用python中的libsvm库训练SVM分类器,以了解ebay标题中出现的序列模式.
我需要通过将问题视为分类来为该属性(品牌,模型,颜色,大小)提取新值.通过这种方式,我可以预测新模型.
我想考虑这个功能:
* Position
- from the beginning of the title
- to the end of the listing
* Orthographic features
- current word contains a digit
- current word is capitalized
....
我无法理解如何将所有这些信息提供给库.官方文档缺乏很多信息
我的班级是品牌,型号,尺寸,颜色,NA
SVM算法的输入文件必须包含什么？
我怎么创建它？考虑到我在问题中提供的4个功能,我可以举一个该文件的示例吗？我是否还可以使用一些示例来详细说明输入文件？
*更新* 我想代表这些功能......我该怎么办？
我想我可以用这种方式解释它
0 --> Brand
1 --> Model
2 --> Color
3 --> Size
4 --> NA
如果我知道这个单词是Brand,我会将该变量设置为1(true).在训练测试中可以这样做(因为我已经标记了所有单词)但是我怎样才能为测试集做到这一点？我不知道一个词的类别是什么(这就是我学习它的原因:D).
当前单词的N-gram子串特征(N = …