机器学习:在没有先前趋势的情况下创建预测
机器学习:在没有先前趋势的情况下创建预测
提问于 2020-11-25 18:24:20
是否有一种机器学习算法，可以在没有分组或先前分类的情况下对输入进行分类？使用5位数的数据集，用户输入一个随机的5位数( 12345 )，当12345与数据集中的东西相似时，机器能输出“更改”吗?或者当12345或任何类似的东西不存在时，输出“全新”吗？为了澄清这一点，当机器发现与12345类似的东西时，它会做一些类似的“修改”，比如只有12445的数字差，而当不存在类似的数字时，机器会输出“全新的”。
回答 1
Data Science用户
发布于 2020-11-25 20:12:40
乍一看，我不认为需要ML，您只需要一个相似性度量，它将返回两个对象之间的分数：
- 给定输入对象，例如"12345"，使用相似性度量将其与任何已知对象进行比较。结果是每个已知对象的相似性评分。
- 根据已知对象与输入对象的相似度对已知对象进行排序，或者只获得相似度最高的对象。例如，"12445“是最相似的，得分为0.8。
- 应用阈值t：如果最大相似度高于t，则返回相应的已知对象；否则系统表示输入对象是“全新的”。
当然，ML仍然可以被使用，例如调优相似性度量或寻找最优阈值。
页面原文内容由Data Science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://datascience.stackexchange.com/questions/85938
复制相关文章
相似问题
腾讯云开发者
