在线市场中商品分类：一种集成方法

近年来，商品分类一直是电子商务公司的常见问题，它们利用机器学习自动对其商品进行分类。在本研究中，我们提出一种集成方法，结合不同模型分别预测每个商品的类别、子类别和颜色，最终合并各商品所得预测结果。通过上述方法，我们表明使用XGBoost与k近邻(k-nearest neighbours)的组合预测所述特征可实现0.82的平均F1-score。