Text 在ML模型中使用特征列表

我想对一些数据运行一个机器学习算法，所以我首先将数据导出到一个文件中

但是我正在分类的文本的一个特点是标签列表， 每个文本可以有多个标签，例如（[“神秘”、“惊悚”]）

建议在写入CSV文件以导出数据时，将整个列表作为数据的一个功能（“标记”功能）写入。 或者最好为每个标记创建一个单独的特性。唯一的问题是大多数示例只有一个标记，因此这些示例的其他功能列将为空

---

因此，似乎将此标签列表作为一个功能来编写最有意义，但在对其进行分析以进行培训时，我会将该列表中的每个元素仍视为其自己的功能还是不？如果将其作为单个功能来编写，请确保使用一些分隔符来分隔不会出现在任何标签中的标签，而且也不是逗号（因为这会弄乱csv格式），类似|的东西可能会很好。当您构建模型并读入标记列表时，您可以基于该分隔符将其拆分。在Java中，这看起来像：

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

---

我相信大多数语言都会有类似的方法来实现这一点

对，这正是我现在正在做的（使用|）。我真正的问题（更新了我原始问题的最后一行）是，这是否是实际编码同类功能列表的推荐方法。我应该把它们分开吗？选择如何组合功能不是一个明确的决定。这实际上取决于实验和经验，因为结果可能会有很大的差异。一般来说，我倾向于特征分解，更喜欢二进制特征，但这绝不是一条硬性规定。这是一篇关于数据准备的文章。不管你用它们做什么。最后，当您将它们提供给ML算法时，它们将被转换为不同的列，每个列对应一个不同的标记