Question

我想对某些数据运行机器学习算法，因此我首先将数据导出到文件中。

但是，我分类的文字的一个功能是标签列表，每个文本可以有多个标签ex。（[＆＃34;神秘＆＃34;，＆＃34;惊悚＆＃34;]）。

建议当我写入CSV文件以导出数据时，我将整个列表写为我的数据的一个功能（＆＃34;标记＆＃34;功能）。或者为每个标签制作单独的功能更好。唯一的问题是大多数示例只有一个标记，因此其他特征列将为空白。

所以看起来把这个标签列表写成一个特征是最有意义的，但是当解析它以进行训练时，我是否会将该列表的每个元素视为自己的特征仍然或不是？

Answer 1

如果您将其作为单个功能执行，请确保使用一些分隔符来分隔在任何标记中都不会出现的标记，并且也不会使用逗号（因为它会混淆csv格式），像|可能会好起来的。当您构建模型并读入标记列表时，您可以根据该分隔符将其拆分。在Java中，这看起来像：

String[] tagList = inputString.split("|");

我确定大多数语言都有类似的方法来执行此操作。