Super Vector Machine: мульти-лейбл или мульти-класс?

Question

В моем наборе данных (MY_DATA) есть комментарии, извлеченные из социальной сети и помеченные относительным настроением (таким образом -> положительный: 1, отрицательный: -1, нейтральный: 0)

   Comment    Sentiment

    Hello!            0
I hate you           -1
  Good job            1
    etc...       etc...

Я бы хотел бы построить модель на основе этих данных, чтобы классифицировать комментарии как положительные, отрицательные и нейтральные. Поэтому я применил tf-idf, а затем SVM. Моя проблема заключается в следующем; Есть много типов SVM, и в моем случае Я ДУМАЮ мы говорим о мультиклавишной, а не мультиклассовой классификации, какой метод мне следует использовать? линейный SVM, нелинейный SVM или метод OneVsRestClassifier?

Answer 1

Я думаю, что ванильный SVM только для двоичной классификации, поэтому я бы предложил использовать метод OneVsRestClassifier ?.

Что касается линейного или нелинейного, вы должны тренироваться и тестировать производительность и принимать решения.