python - 负面实例的机器学习问题

Question

我必须为计算机科学领域构建一个概念分析器，并使用 Python 的橙色库来进行机器学习。我有概念的示例，其中特征是引理和词性，例如算法|NN|概念。问题是，任何其他实际上不是概念的词，由于缺乏反面例子，都被归类为概念。将所有其他单词放入学习文件中是不可行的，将其分类为简单单词而不是概念(这可行，但不完全是解决方案)。有什么想法吗？

谢谢。

Answer 1

这个问题很不清楚，但假设你的意思是你的机器学习算法在没有负面例子的情况下无法工作，并且你不能给它每一个可能的负面例子，那么给它一些完全没问题 反面例子。

数据挖掘(又名机器学习)的要点是尝试根据相对较小的数据样本提出一般规则，然后将其应用于更大的数据。在现实生活中的问题中，您永远不会拥有所有数据。如果您拥有所有可能的输入，您可以轻松创建一个简单的 if-then 规则序列，该序列始终是正确的。如果真这么简单，机器人现在就可以为我们做所有的思考了。