Question

我有一个问题，我想用机器学习来解决。我想使用某种分类来了解树数据结构中刚刚添加的更改是“好”还是“坏”。假设我有这棵树：

        (A) 
        / \
       /   \
     (B)   (C)

我对它应用了一个更改（一个“好的”更改，因此算法应该将此更改与“好”更改相关联）。更新后的树将是这样的：

       (A)
       / \
      /   \
    (D)   (C)
    /
   /
 (B)

在另一个节点（B）上方添加某个节点（D）将被归类为“良好”变化。因此，当我让学习者拥有正确的数据时，算法应该能够知道如果我在类型B的节点上添加类型D的节点，那么这是一个“好”的改变。

我想使用保留树结构的XML文件，像天真的贝叶斯这样的简单分类器不起作用，因为它无法识别节点是否被添加到另一个节点之上，它只会是能够知道已经添加了一个节点。

我不知道应该使用哪种算法/技术，我不知道如何将数据传递给学习者，因为这种情况下的上下文非常重要。

我是机器学习的新手，很抱歉，如果这是一个愚蠢的问题。

由于

Answer 1

所有类型的分类器在不同的场景中表现不同：SVM，AdaBoost，RandomForest甚至是（幼稚）贝叶斯分类器。只需了解一些包含大量这些算法的编程语言库并尝试使用它们。

更重要的是训练分类器的功能。在你的情况下，......