Scikit：如何解决这个用例
Scikit : How to resolve this usecase
我是 scikit 的新手，有一个用例，我正试图通过 scikit python 库来解决。
我有这样的 CSV 文件：
Label , userId , message , user_like,user_dislike
1 , 1, "this is good message", 4,5
0, 1, "This is bad message",3,4
1, 2, "this is good message", 4,5
0,1, "This is bad again", 6,7
我如何根据上述数据训练分类器 MultinomialNB。
我的挑战是它既包含文本数据（消息）又包含数字数据。
我想预测 userId 1 发布的消息“this is new message”是否是垃圾邮件 ( 0,1) ..
所以? , 1 , "this is new message" , 3 4
谢谢
一个简单而有效的想法是为文本和数字数据训练单独的分类器。确保你正常化。
现在，当您有两个不同的分类器时，您可以结合它们的结果来预测它是否是垃圾邮件。检查 http://scikit-learn.org/stable/modules/ensemble.html
为了进一步改进，您可以尝试使用每个分类器的内部概率分数，将它们作为特征来训练另一个分类器进行最终预测。这叫做堆叠。
我是 scikit 的新手，有一个用例，我正试图通过 scikit python 库来解决。
我有这样的 CSV 文件：
Label , userId , message , user_like,user_dislike
1 , 1, "this is good message", 4,5
0, 1, "This is bad message",3,4
1, 2, "this is good message", 4,5
0,1, "This is bad again", 6,7
我如何根据上述数据训练分类器 MultinomialNB。 我的挑战是它既包含文本数据（消息）又包含数字数据。
我想预测 userId 1 发布的消息“this is new message”是否是垃圾邮件 ( 0,1) ..
所以? , 1 , "this is new message" , 3 4
谢谢
一个简单而有效的想法是为文本和数字数据训练单独的分类器。确保你正常化。
现在，当您有两个不同的分类器时，您可以结合它们的结果来预测它是否是垃圾邮件。检查 http://scikit-learn.org/stable/modules/ensemble.html
为了进一步改进，您可以尝试使用每个分类器的内部概率分数，将它们作为特征来训练另一个分类器进行最终预测。这叫做堆叠。