如何对未标记的数据进行分类？

Question

我是机器学习的新手。我正在尝试建立一个将文本分类为具有url或没有url的分类器。数据未标记。我只有文字数据。我不知道该如何进行。任何帮助或示例，不胜感激。

Answer 1

1. 您无法使用未标记的数据训练分类器。您需要标记的示例。有可以为您贴上标签的服务，但是手工操作可能会更简单（我想您每分钟可以完成一次）。
2. 堆栈溢出用于编程；这个问题更适合Cross-Validated。也许他们会比我有更好的建议。
3. 标记数据后，网络上有很多关于此主题的信息-例如，this blog是一个很好的起点，如果您已经对此问题有所了解。

祝你好运！

Answer 2

由于是文本，因此可以使用public class GetAllProfilesQueryHandler : IRequestHandler<GetAllProfilesQuery, ProfilesListViewModel> { private readonly IServiceProvider _serviceProvider; public GetAllProfilesQueryHandler(IServiceProvider serviceProvider) { _serviceProvider = serviceProvider; } public async Task<ProfilesListViewModel> Handle(GetAllProfilesQuery request, CancellationToken cancellationToken) { return new ProfilesListViewModel { ProfileDbContext context = (ProfileDbContext)this._serviceProvider.GetService(typeof(ProfileDbContext)); IMapper mapper = (IMapper)this._serviceProvider.GetService(typeof(IMapper)); Profiles = await context.Profiles.ProjectTo<ProfileLookupModel>(mapper.ConfigurationProvider).ToListAsync(cancellationToken) }; } } 技术创建矢量。

• 您可以使用bag of words将普通类型的文本聚类。

• 然后使用分类器，具体取决于集群的数量。

• 这样，您就可以得到带有标签的训练集。

  • 如果有两个聚类，则可以使用逻辑回归之类的二进制分类器。
  • 如果您有多个课程，则需要基于多项逻辑回归训练模型
  • 或使用cosine similarity技术训练多个物流模型。

• 最后，您可以使用k倍交叉验证来测试模型。