我应该为该任务使用哪种ML算法？

Question

我有一个包含症状和疾病的数据集。每种疾病都包含带有权重的症状（根据重要性）。问题是在这种情况下无法使用监督方法，因为我没有测试集（我只是在表中列出了症状和疾病之间的联系）。我已经使用了一种通过重要性来计算匹配症状的方法，但是如果症状与数据集中的症状不同，该方法将失败。

我想知道是否有可能训练一个模型，该模型能够理解不同症状之间的隐藏联系，并且如果我们选择的症状不同但非常相似，至少可以给出近似的结果。示例：流感有咳嗽，但人们选择了干咳。该模型应考虑基于不同疾病的两种症状之间的相似性。

如果您对文献或算法名称有任何建议，我将不胜感激。

UPD 1：示例：

支气管炎的数据示例

主要思想是根据明确的症状获得可能的疾病。现在，我要匹配症状并求和匹配的权重，即如果我们选择咳嗽+呼吸音，它将为0.441887 + 0.144301。但是，这种方法不灵活且非常严格。目的是训练一个能够应对类似症状的模型。如果我们选择“干咳”，则不应给出0.44，而不能给出0.0

我有一个包含1949种独特疾病和151种症状的数据集。每种疾病至少包含4种症状。

Answer 1

为解决这个问题，我建议您继续使用总和作为与数据集中的症状相匹配的症状，而对不存在的症状使用简单的技巧。 您应使用相似度（如果使用字符串，应先使用 Levenshtein ），这样可以得出新症状与数据集中所有症状的相似程度，然后通常找到最相似的症状相似度最高的那一个，由于此比率在O到1之间，因此您可以使用以下公式：

new_weight =相似度比* old_weight

获得new_weight，它是您用于新症状的权重（肯定会比旧的权重要小，但症状名称越相似，它就会越小）

示例：

干咳+呼吸音+发烧：

（在您提供的数据中，干咳与咳嗽最相似，并且假设干咳和咳嗽之间的相似度是.6）

您的支气管炎体重变为：

（。6 * 0.441887）+ 0.144301 + 0.013444

这只是一个起点，依靠它可以开发出更强大的方法