machine-learning - 从给定数据中学习并将其应用于新数据

Question

我是机器学习和scikit-learn的初学者，所以这可能是一个愚蠢的问题..

我正在尝试做这样的事情:

features = [['adam'], ['james'], ['amy']]
labels = ['hello adam', 'hello james', 'hello amy']

clf = clf.fit(features, labels)

print clf.predict(['john'])
# This should give out 'hello john'

使用 scikit-learn 可以实现这一点吗？

提前致谢!

Answer 1

解决这个问题的原则方法是进行序列到序列的学习，这是一个更复杂的过程，超出了 scikit-learn 的范围。

通过足够的特征工程和正确的问题表述，您仍然可以帮助更简单的算法(例如 scikit learn 中的算法)完成此任务。有两个主要困难需要解决:

• 如何将特征和标签转换为数字表示形式(one-hot、嵌入等)
• 如何将可变长度序列编码为固定长度向量，该向量可以输入到 scikit-learn 算法(词袋、均值池、rnn)。