机器学习算法仅对正数和未标记数据进行分类

Question

我正在尝试仅使用正面特征和未标记数据对文本进行分类。我只是希望算法识别正数据，并希望将其他所有内容标记为否定。什么是一个很好的机器学习算法来分类这样的数据？我尝试在Weka中使用不同的算法，但几乎所有的分类器都会产生很多误报。

Answer 1

如果您认为未标记的数据主要是否定数据，那么最好的做法是将所有未标记的数据标记为“否定”并运行您选择的分类器。请注意，如果您获得未标记的测试数据点预测为正数，这并不意味着答案是错误的。您的一些未标记数据可能是积极的。因此，很难判断分类器在您的设置中的表现如何。如果您认为未标记的数据可能偏向于正数，那么您可能最好在正数据上使用所谓的“一类分类器”，有一些流行的例子包括一类SVM。