负面实例的机器学习问题

Question

我必须为计算机科学领域构建一个概念分析器，并使用 Python 的橙色库来进行机器学习。我有一些概念的例子，其中的特征是引理和词性，比如算法|NN|概念。问题是任何其他实际上不是概念的词都被归类为概念，因为缺乏反面例子。将所有其他单词放在学习文件中是不可行的，归类为简单单词而不是概念（这会起作用，但不是一个解决方案）。有什么想法吗？

谢谢。

Answer 1

这个问题很不清楚，但假设你的意思是你的机器学习算法在没有负例的情况下无法工作，并且你不能给出所有可能的负例，那么给出它是完全可以的一些 反面例子。

数据挖掘（也称为机器学习）的重点是尝试根据相对较小的数据样本提出一般规则，然后将它们应用于更大的数据。在现实生活中的问题中，您将永远拥有所有数据。如果您有所有可能的输入，您可以轻松地创建一个简单的 if-then 规则序列，这些规则总是正确的。如果就这么简单，现在机器人就会为我们做所有的事情了。