用一个句子(标题)来描述我的问题并不容易。我想找一个人的兴趣,问他们一些问题,以便分配给他的属性。
例如:在10个问题中(你喜欢科技吗?)你对经济学感兴趣吗?你吃的比看书多吗?),我想找到人们的兴趣(科技,书籍阅读,经济学,.)为了赋予他技术、文学、政治等属性,.我还希望我的程序从用户的答案中学习属性。
我正在寻找一种算法,可以帮助我分配属性。对我来说,这不是一个简单的二进制搜索(20个问题AI或类似的)算法,而是一个类似集群的人工智能。
你对这个问题有什么建议吗?
发布于 2014-07-23 21:20:06
首先,分类是监督学习,聚类是无监督的。你可以这样在监督学习中思考:
我已经对所有这些组进行了分类,并且我有一个新的个人/一组个人,哪一组最适合个人?当你训练你的模型时(例如:用手将电子邮件标记为垃圾邮件),你的个人最有可能被正确地分类。
在无监督学习中,类似的问题称为聚类,您有一个数据集,您没有需要支持的模型,并且您希望得到一个关于hoy的想法(这最适合于探索性分析)--您的数据是基于一些度量(方差、同一组中每个个体之间的平均距离等等)分组的。
你试过使用基于关联规则的学习吗?
https://stackoverflow.com/questions/24914078
复制相似问题