如何定义机器学习工作流程？

Question

我是机器学习的新手，我想从你那里得到一些关于我将要遵循的工作流程的反馈。

要实现的目标：检查文本关于某些主题的准确性，例如运动、美食、旅游等

期望的输出：0到1之间的数字；该值越接近 1，则文本相对于主题的准确性越高。

通过文本分类

，我认为通过教程和论文应该足以解决我的问题

我的工作流程：

1. 数据集的定义。 （已经完成，大约 10k 条记录）
   • 不同的记录按类别分组。
2. 创建训练模型
3. Tensorflowjs 中的流程

关于第 nr.1 点，我制作了一个 JSON 文件，并使用类别作为标签。关于第 2 点和第 3 点，我正在寻找一些建议。

谢谢

Answer 1

看看这个question。

看来您对 ML 很陌生，所以我宁愿建议不要使用神经网络。 满足您的需求xgboost 就可以了。 另请查看此package 以重新采样数据集。我希望从平衡良好的数据集中获得更多收益，而不是直接进入深度学习。

LASER >> SVMSMOTE >> Tomek-Links >> XGBClassier 将是很好的起始管道。