文章/答案/技术大牛

发布

社区首页 >问答首页 >选择ml.net特性按单个列对字符串进行分组

问选择ml.net特性按单个列对字符串进行分组
EN

Stack Overflow用户

提问于 2019-11-29 01:53:43

回答 1查看 264关注 0票数 0

尝试将一些AI/ML应用到我们目前手工执行的进程中。我有一份大约100000家公司的名单。这些公司的许多名称都是指同一家公司，但拼写略有不同。例如：

建筑检验公司
- 建筑检验公司
- 建筑检验公司
- 建筑检验公司

诸若此类。名单上大概有两万家独一无二的公司。有没有一种方法可以使用ML.NET给出类似公司名称的分组？然后，通过将每个组中的所有名称分配给公司名称的单个拼写，我们可以将输入数据规范化。

谢谢你的指导。

编辑

但是，假设集群是要使用的ml.net特性，我不确定这是否适用于未知(> 10000)数量的集群。

ml.net

回答 1

Stack Overflow用户

发布于 2019-12-03 04:50:45

您正在描述一个聚类问题，这在维基百科中有很好的描述。

在今天的ML.NET中，我们只有一种聚类算法K-均值.

正如维基百科所指出的，

大多数k均值型算法要求簇数k-提前指定，这被认为是这些算法最大的缺点之一。

所以是的，它不是很适合你的问题。

根据我对集群的了解，您可能应该在单词级别上使用类似于DBSCAN的距离度量来查看编辑距离。

您可能能够或可能无法找到DBSCAN的现有C#库，但即使是没有任何索引的天真实现也可能可以接受您的数据大小。

我希望这能帮上忙。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/59097896

复制

相似问题

问选择ml.net特性按单个列对字符串进行分组
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问选择ml.net特性按单个列对字符串进行分组EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问选择ml.net特性按单个列对字符串进行分组
EN