python - 我想实现用于文本分类的机器学习或深度学习模型(100 个类别)

Question

我有一个与电影情节及其类型相似的数据集。类数在 100 左右。对于这 100 类分类，我应该选择什么算法？分类是多标签的，因为一部电影可以有多种类型 请推荐以下任何人。如果您愿意，您可以随意推荐任何其他型号。

1.Naive Bayesian
2.Neural networks
3.SVM
4.Random forest
5.k nearest neighbours

如果你还提供了必要的Python库，将会很有用

Answer 1

机器学习工程的一个重要步骤是正确检查数据。由此，您将获得一些见解，从而决定选择哪种算法。有时，您可能会尝试多种算法并比较模型，以确保您在数据上尽了最大努力。

由于您没有透露您的数据，我只能给您以下建议:如果您的数据“简单”，这意味着您只需要很少的特征和它们的轻微组合来解决任务，请使用朴素贝叶斯或k-最近邻。如果您的数据是“中等”困难，则使用随机森林或 SVM。如果解决任务需要一个非常复杂的决策边界，以非线性方式组合多个维度的特征，请选择神经网络架构。

我建议你使用 python 和 scikit-learn 包来支持 SVM 或随机森林或 k-NN。 对于神经网络，请使用 keras。

很抱歉，我无法为您提供您可能期望解决问题的方法。你的问题提出得非常广泛。