分析/分類算法將人們添加到興趣組中

Question

用一句話（標題）來描述我的問題並不是很容易。我想通過詢問他們一些問題來找到一個人的興趣，以便爲他分配屬性。

例如：在10個問題中（你喜歡技術嗎？你對經濟學感興趣嗎？你是否比閱讀更有食物？），我希望能夠找到人們的興趣（技術，圖書閱讀，經濟學，.. ）爲了給他像技術，文學，政治等屬性......我也希望我的程序能夠從用戶的答案中學習屬性。

我正在尋找一種算法，可以幫助我分配屬性。對我來說，這不是一個簡單的二分查找（20個AI或類似的問題）算法，而是一個類羣集的AI。

你對這個問題有什麼建議嗎？

Answer 1

首先，分類是監督學習，而聚類是無監督的。你可以在監督式學習中這樣想：

我已經將所有這些羣組歸類，並且我有一個新的個人/一組個人，哪個羣組最適合個人？ 當你訓練你的模型（例如：手工標記電子郵件爲垃圾郵件）時，你的個人最有可能被正確分類。

在無監督學習中的等價問題稱爲聚類，你有一個數據集，你沒有支持的模型，你想得到一個想法（這最適合於探索性分析）在一些指標上（方差，同一組中每個人之間的平均距離，等等）。

您是否嘗試過使用基於關聯規則的學習？