我有某种对象模型，我需要对其节点进行过滤和排序以获取某种属性。存在哪些类型的自动化系统来生成和选择与我想要的相关的对象模型属性？ (我故意变得抽象和不具体)
我正在考虑一个类似于垃圾邮件过滤器或监督分类系统的系统，在给定示例数据集的情况下，它可以识别找到感兴趣节点的规则。然而，我正在寻找一个更通用的系统，因为它不需要任何有关对象模型的设计时信息。它应该像电子邮件上的垃圾邮件过滤器、代码库上的错误查找器、新闻组中的兴趣过滤器或社交网站上的机器人帐户查找器一样工作良好。只要它可以通过反射探索对象模型并获得一组“有趣”的节点，它就应该能够找到规则来找到更多类似的节点。
最佳答案
不太可能有一个单一的自动分类系统可以完成您所要求的所有任务。此外，我认为错误查找器应用程序不属于此类系统的范围，因为该领域成功使用的方法主要围绕语法分析、数据流分析和其他针对软件错误问题高度定制的算法方法。尽管机器学习研究正在那里进行，但该领域的分类系统主要用于增强而不是取代分析方法(据我所知)。
对于大多数重要的分类问题，通常需要仔细选择和细化问题表示，以便通过机器学习获得有用且有效的结果。简单地使用现有的“原始”数据对象模型而不对状态空间进行某种定制的转换往往会导致输入数据值的分布覆盖不完整和/或学习到的分类器的泛化能力较差。此外，所使用的机器学习方法特有的其他参数可能需要反复试验调整才能针对给定问题获得不错的结果。并非所有方法都有这样的参数，但很多方法都有，例如神经网络、遗传算法、贝叶斯推理方法等。
您要求的是一种几乎通用的机器学习方法，目前尚不存在。我能看到的最可行的替代方案是(1)找到不同问题的子集，这不是所需的能力/复杂程度，或者(2)创建一个不仅使用一种分类技术而是使用一种分类技术的系统有一个包含不同方法的工具箱，它可以自动针对给定问题进行测试，然后使用在监督学习机制下生成最佳分类结果的方法。不过，后者要有效实现仍然是一个相当大的挑战，并且它并没有消除如何表示/转换数据模型的状态空间的问题。
关于artificial-intelligence - 如何过滤/排序/排名对象模型节点？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/1273525/