我应该如何处理这个多分类问题？

Question

我正在尝试一种潜在的方式来预测给定文本数据的ID值。数据被破坏：

Group：4位数字，其中存在一组ID

ID：13位数字，即组号+唯一值

文本：来自文档的单词。

目标：仅根据文档中的文本来预测ID号。

我拥有的数据大约有1200个不同的ID，而只有140个不同的组。文档术语矩阵大约186列宽，大约20,000行。我还有很多数据可以包含。我创建了一个简单的神经网络，以70％的准确度预测组号。我的想法是先使用此模型预测组号，然后为每个组建立单独的模型以缩小预测中的ID数量。最终模型将被训练并将用于预测ID。下面是我的想法图。这类似于整体学习中的堆叠吗？我对机器学习还比较陌生，我正在尝试思考解决此问题的不同方法。

我是走正确的道路还是有更好的方法呢？任何建议都将不胜感激。

Answer 1

很大程度上取决于您认为从文本中推断出group_number和unique_value的能力。 unique_value完全取决于group_number吗？如果是这样，那么您可能希望首先预测group_number并将其用于unique_value的预测中-正如您建议对每个唯一组号所做的那样。您还必须考虑每个给定组的数据量，以及是否足以训练相应的模型。试一试，如果它不起作用，请尝试使用单个神经网络，在其中输入您已经预测的文本和组号！

祝你好运！