我必须为计算机科学领域构建一个概念分析器，我用于这个机器学习，Python的橙色库。我有概念的例子，其中的特征是引理和词性，如算法| NN |概念。问题在于，由于缺乏负面的例子，任何其他的词，实际上不是一个概念，都被归类为一个概念。将所有其他单词放在学习文件中是不可行的，将其归类为简单单词而非概念（这将起作用，但不是一个解决方案）。有什么想法吗？
感谢。
答案 0 :(得分：2)
这个问题非常不清楚，但假设你的意思是你的机器学习算法没有负面的例子而且你不能给它所有可能的反面例子，那么给它一些< / em>反面例子。
数据挖掘（也就是机器学习）的目的是尝试基于相对较小的数据样本提出一般规则，然后将它们应用于更大的数据。在现实生活中，您将从不拥有所有数据。如果您拥有所有可能的输入，您可以轻松创建一个简单的if-then规则序列，这些规则始终是正确的。如果就这么简单，那么机器人现在就会为我们做一切思考。