选择哪种分类算法？

Question

我想将文本文档分为四类。另外，我有很多已经分类的样本，可以用于训练。我想让算法在飞行中学习..请建议一个最优的算法，以满足这一要求。

Answer 1

如果您所说的“即时”是指在线学习(其中训练和分类可以交错)，我建议使用-nearest neighbor算法。它可以在Weka和TiMBL包中找到。

感知器也能做到这一点。

在这种情况下，“最佳”并不是一个定义明确的术语。

Answer 2

有几种算法可以在飞行中学习。例如:K-近邻，朴素贝叶斯，神经网络。您可以尝试这些方法在样本语料库上的适用性。

Answer 3

由于您有未标记的数据，因此您可能希望使用模型，这将有所帮助。我首先想到的是非线性NCA：Learning a Nonlinear Embedding by Preserving Class Neighbourhood Structure, (Salakhutdinov, Hinton)。