StackOverflow 标签预测器……请推荐一种机器学习方法？ [关闭]答案

【问题标题】：StackOverflow Tags Predictor…Suggest an Machine Learning Approach please? [closed]StackOverflow 标签预测器……请推荐一种机器学习方法？ [关闭]
【发布时间】：2015-09-01 06:21:22
【问题描述】：

我正在尝试预测 stackoverflow 问题的标签，但我无法确定哪种机器学习算法将是解决此问题的正确方法。

输入：作为我挖掘 stackoverflow 问题的数据集，我对数据集进行了标记化，并从该数据中删除了停用词和标点符号。

我尝试过的事情：

TF-IDF
在数据集上训练朴素贝叶斯，然后提供用户定义的输入来预测标签，但它不能正常工作
线性支持向量机

我应该使用有监督或无监督的 ML 算法？如果可能，请从头开始建议正确的 ML 方法。 PS：我有 StackOverflow 上所有标签的列表，无论如何这会有帮助吗？谢谢

【问题讨论】：

不可能也得到标签，然后将集合分成两部分，用一部分训练，用另一部分验证？
已经在朴素贝叶斯中这样做了！

标签： machine-learning prediction text-classification

【解决方案1】：

我会尝试 MLP。为了开始，我会选择一组相当小的关键字作为输入并对它们进行编码[例如 1..100] 并训练一组相当小的输出标签。

PS：无监督学习对于这项任务通常是不利的，因为许多引用不同标签的问题具有非常相似的内容，并且很可能聚集在一起。

【讨论】：