Question

我在csv文件中有以下格式的数据

Name     Power   Money
Jon      Red     30
George   blue    20
Tom      Red     40
Bob      purple  10

我认为像＆＃34; jon＆＃34;，＆＃34; red＆＃34;和＆＃34; 30作为输入。每个输入作为标签。例如输入[jon，george，tom，bob]有标签＆＃34; name＆＃34;。输入[红色，蓝色，紫色]有标签＆＃34; power＆＃34;。这基本上就是我训练数据的方式。我有一堆值，每个值都映射到一个标签。

现在我想使用svm根据我的训练数据训练模型，以准确识别给定的新输入什么是正确的标签。例如，如果提供的输入是＆＃34; 444＆＃34; ，该模型应该足够聪明，可以将其归类为＆＃34; Money＆＃34;标签

我已经安装了py并且还安装了sklearn。我也完成了以下tutorial。我只是不确定如何准备输入数据来训练模型。

如果我说了一些听起来不对劲或奇怪的东西，我也是机器学习的新手，请指出它，因为我很乐意学习正确的。

Answer 1

根据您当前的问题如何制定，您不会处理典型的机器学习问题。目前，您有列式数据：

Name     Power   Money
Jon      Red     30
George   blue    20
Tom      Red     40
Bob      purple  10

如果用户现在输入＆＃34; Jon＆＃34;，您知道它将是＆＃34; Name＆＃34;，通过简单的哈希映射查找，例如：

hashmap["Jon"] -> "Name"

人们说这不是机器学习问题的主要原因是你的分类＆＃34;或＆＃34;预测＆＃34;由列名定义。机器学习问题（通常）将预测一些响应变量。例如，想象一下你已经问过这个：

Name     Power   Money  Bought_item
Jon      Red     30     yes
George   blue    20     no
Tom      Red     40     no
Bob      purple  10     yes

我们可以使用SVM使用功能名称，电源和 Money 来构建模型以预测 Bought_item

你的问题看起来更像是：

Feature1 Feature2 Feature3 Category
1.0      foo      bar      Name
3.1      bar      foo      Name
23.4     abc      def      Money
22.22    afb      dad      Power
223.1    dad      vxv      Money

然后使用 Feature1 ， Feature2 和 Feature3 来预测类别。目前，您的问题没有为任何人提供足够的信息，让他们真正了解您的需求或您需要以这种方式重新制定，或考虑采用无监督的方法。

修改：

所以以这种方式框架：

Name Power Money Label Jon Red 30 Foo George blue 20 Bar Tom Red 40 Foo Bob purple 10 Bar

OneHotEncode名称和电源，因此您现在每个名称都有一个变量，可以是0/1。

标准化Money，使其范围介于大约-1/1之间。

LabelEncode您的标签，使它们为0,1,2,3,4,5,6等。

使用One vs. All分类器http://scikit-learn.org/stable/modules/generated/sklearn.multiclass.OneVsRestClassifier.html。

使用SVM预测带标签的文本

1 个答案: