我是机器学习的新手。我需要预测文档是否有效。在这里，我只有10000个有效文件（没有任何无效文件）。我看到了一些算法，例如：朴素的Byes，SVM等。这里的概念是训练模型，我们必须提供两种类型的文档（有效和无效），然后只能通过与两种经过训练的文档进行比较来预测文档。
是否有任何流程或算法，使用此流程我们可以说仅使用有效文档就是文档有效或无效（可能以百分比显示，例如40％有效和60％无效）？
答案 0 :(得分：0)
一种方法可以是进行一个班级分类。在机器学习中，尝试一类分类（OCC） 通过学习来识别特定类别的对象 仅包含该类对象的训练集。的 OCC的任务是在 正（目标）类，以便它接受与 来自积极阶层的机会，同时将机会降到最低 否定（异常）对象的接受。这是一个对休息 分类，在训练过程中未观察到其余部分。在您的情况下，模型将学习对有效文档进行分类和识别，其余均为无效文档。