Mahout 文档的“分类器”答案

【问题标题】：Mahout "classifier" for documentsMahout 文档的“分类器”
【发布时间】：2014-03-30 15:00:37
【问题描述】：

我有一项任务需要对几百万种产品进行分类。今天 A 来了，开始看一些床单。

至于现在，我对 mahout 中的分类器术语有点困惑。我认为使用分类器可以将文档分类到它匹配的任何类别。

然后，在阅读了几张纸之后，我感觉更像是在判断文档是否为a or !a，而不是检查文档是否为a or b or c or d ..。

我正在寻找的是一种检查多种可能性的解决方案，例如a or b or c or d ..。我是在与 mahout 一起走在木路上，还是 mahout 也为这些任务而建造？我想在这部分使用监督学习算法，我真的不知道 mahout 是否是要使用的框架，所以我现在有点困惑。

任何指针？

【问题讨论】：

【解决方案1】：

我认为您可以让 mahout 解决您的问题。我自己没有做过，所以不能给你具体的，但这里有两种方法：

1) 对 N 个可能性中的每一个训练一个二元分类器：a 或 !a、b 或 !b、c 或 !c、d 或 !d...，然后从 N 个结果中选择最高概率得到那作业。通常分类器输出概率而不是真/假

2) 使用 mahout 进行多标签分类检查：https://medium.com/p/4ea08a4662ab

【讨论】：