使用Datumbox机器学习框架进行网站分类-指南？

Question

不久前，我遇到了这个ML框架，它已经实现了几个可以使用的不同算法。该站点还提供了一个方便的API，您可以使用API键访问该API。

我需要这个框架来解决一个网站分类问题，我基本上需要根据它们的HTML内容对数千个网站进行分类。因为我不想被绑定到他们现有的API，所以我想使用框架来实现我自己的API。

然而，除了一些入门级的数据挖掘课程和相关的阅读之外，我对我需要使用的内容知之甚少。具体来说，我不知道我到底需要做什么来训练分类器，然后对数据进行建模。

这个框架已经包含了一些分类算法，比如NaiveBayes，我知道这些算法非常适合文本分类的任务，但我不太清楚如何将它应用于这个问题。

有人能给我一个粗略的指引，说明我需要做些什么才能完成这个任务吗？

Answer 1

您可以使用task.first的文本分类类，确定如何对这些网站进行分类。(即作为体育网站、健康和财富网站等).Get一些培训数据并对其进行培训和完成。