Python中的机器学习 - 为标签获得最佳的功能组合

Question

我的问题如下：

我对Python中的ML有一点了解（使用NLTK），到目前为止它还可以正常工作。鉴于某些功能，我可以得到预测。但我想知道，有没有办法，展示实现标签的最佳功能？我的意思是与我迄今为止所做的事情完全相反（在所有情况下，并为此获得标签）

我试图通过一个例子来澄清我的问题：

假设我有一个足球比赛数据库 标签是例如'赢'，'损失'，'抽奖' 特征是例如'Windspeed'，'Rain or not'，'Daytime'，'Fouls committed'等。

现在我想知道：在哪种情况下球队会获胜，失败或平局？基本上我想回到这样的事情：
Win的最佳条件：Windspeed = 0，No Rain，Afternoon，Fouls = 0等 损失的最佳条件：......

有没有办法实现这个目标？

Answer 1

_{我的绘画技巧不是最好的！}
我所知道的只是理论，所以你必须寻找代码......

如果你只有1个案例（最适合“x”的情况），那么图表会变成类似的东西（它不会是2-D，但是会是这样的）：

绿色（赢），橙色（绘图），红色（丢失）

现在，如果你想预测球队是赢，输或抽，你有（至少）2个模型可以分类：

1. Linear Regression，分隔符是连接2个点的线的垂直平分线：
   
2. K-nearest-neighbours：只需计算所有点的距离，并将点分类为最接近的点即可。

因此，例如，如果您有新数据，并且必须对其进行分类，请按以下方式进行：

1. 我们有一个新的观点，具有某些属性..
   
2. 我们通过查看/计算该点的哪一侧（或者看到它与我们的基准情况有多远）来对其进行分类...
   

  

注意：您必须为每个因素赋予一些权重，以获得更高的准确性。

Answer 2

您可以计算每个要素的代表性，以通过要素加权来分隔类。文本分类中最常用的特征选择方法（因此也就是特征加权）是chi ^ 2。此度量将告诉您哪些功能更好。根据此信息，您可以分析最适合每种情况的特定值。我希望这会有所帮助。

此致

Answer 3

不确定你是否必须在python中执行此操作，但如果没有，我会建议Weka。如果您不熟悉它，可以在此处找到一组教程的链接：https://www.youtube.com/watch?v=gd5HwYYOz2U

基本上，您只需要编写程序来提取功能和标签，然后输出.arff文件。生成.arff文件后，您可以将其提供给Weka并在其上运行无数不同的分类器，以确定哪种模型最适合您的数据。如有必要，您可以对此模型进行编程以对数据进行操作。 Weka有很多方法可以分析您的结果并以图形方式显示所述结果。这真是太神奇了。