5

我有一个书籍清单，其中每本书都属于一个类别。

  • 驾驶飞机 - 航空
  • 画一幅画 - 艺术
  • 1001 食谱 - 烹饪

我有足够大的样本数据集。我需要使用一些算法对我的新书进行分类。我知道它永远不会 100% 准确，但一个好的猜测对我有好处。

我应该用什么来实现做这样的事情？我应该使用 Classifier4J 和它的Vector Classifier吗？

还有其他我应该看的工具，比如 Weka 吗？如果有人可以向我指出一些文章/示例以帮助我入门，那就太好了。

谢谢

4

2 回答 2

1

https://www.coursera.org/course/ml上有一门课程叫做机器学习。如果您将问题视为分类，则应该训练NOne-vs-All 分类器，其中N是您的类数（=类别）。为了训练分类器使用自然语言处理类https://www.coursera.org/course/nlp中描述的算法，通常它与现有类http://nlp.stanford.edu/IR-book/相似html/htmledition/text-classification-and-naive-bayes-1.html。所有这些都可以通过https://cwiki.apache.org/confluence/display/MAHOUT/Bayesian在 Apache Mahout 中完成。

于 2012-06-08T12:47:26.507 回答
1

Lingpipe 似乎是一个很好的解决方案，并且似乎运作良好。Lingpipe 中包含的演示是一个很好的起点：

http://alias-i.com/lingpipe/demos/tutorial/classify/read-me.html

于 2012-06-13T12:17:16.493 回答