在mallet中将svmlight样式的数据与naive bayes分类器结合使用

Question

我有几个问题要问

1)在svmlight样式的数据中有(目标特征:值特征:值...)我知道feature和value是什么，但是target是什么呢？什么意思？我想知道这一点，因为我计划制作一个文本文件，并将这些数据写入其中。

2)在一个文件中也有多行(目标特征:值特征:值)，每行是否代表一个文档？假设我有50个文档，那么每行代表一个文档？

3)生成包含svmlight-style数据的文本文件后，希望将其传递到MALLET中的Naive Bayes Classifier中。这是如何实现的？

Answer 1

根据SVMLight官方网站的说法，训练集由行组成

<line> .=. <target> <feature>:<value> <feature>:<value> ... <feature>:<value> # <info>

其中每一行的定义如下：

<target> .=. +1 | -1 | 0 | <float> 
<feature> .=. <integer> | "qid"
<value> .=. <float>
<info> .=. <string> 

“在分类模式中，目标值表示示例的类别。+1表示目标值，+1表示正示例，-1表示负示例。例如，行

-1 1:0.43 3:0.12 9284:0.2 # abcdef

指定一个负样例，其中特征编号1的值为0.43，特征编号3的值为0.12，特征编号9284的值为0.2，所有其他特征的值为0。此外，字符串abcdef与向量一起存储，这可以作为为用户定义的内核提供附加信息的一种方式。类别标签0表示此示例应使用转导进行分类。对按转换分类的示例的预测将写入通过-l选项指定的文件。预测的顺序与训练数据中的顺序相同。“

有关详细信息，请参阅官方网站http://svmlight.joachims.org/。