我正在尝试对仅具有积极特征和未标记数据的文本进行分类。我只希望算法能够识别积极数据,并将其他所有数据标记为消极数据。对此类数据进行分类的良好机器学习算法是什么?我尝试在 Weka 中使用不同的算法,但几乎所有分类器都会给出很多误报。
最佳答案
如果您认为未标记的数据大部分是负数,那么最好的办法可能是将所有未标记的数据标记为“负数”并运行您选择的分类器。请注意,如果您获得预测为阳性的未标记测试数据点,这并不意味着答案是错误的。您的一些未标记数据可能是积极的。因此很难判断你的分类器在你的环境中表现如何。如果您认为未标记的数据可能偏向于正面数据,那么您最好对正面数据使用所谓的“一类分类器”,包括一类 SVM 在内的流行示例。
关于algorithm - 机器学习算法仅对正数据和未标记数据进行分类,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22872898/