瞭解，並將其應用在新的數據

Question

我是一個初學者machine learning和scikit-learn所以這可能是一個愚蠢的問題..

我試圖做這樣的事情：

features = [['adam'], ['james'], ['amy']] 
labels = ['hello adam', 'hello james', 'hello amy'] 

clf = clf.fit(features, labels) 

print clf.predict(['john']) 
# This should give out 'hello john' 

這可能使用scikit學習？

在此先感謝！

Answer 1

解決此問題的原則性方法是按順序進行序列學習，這是一個更復雜的野獸，並且不屬於scikit-learn的範疇。

有了足夠的特徵工程和正確的問題表達式，您仍然可以幫助更簡單的算法，例如scikit中的算法來實現此任務。有跡象表明，需要解決兩個主要困難：

• 如何在功能和您的標籤轉換成數字表示（一熱，嵌入物，...）
• 如何編碼的可變長度序列轉換成一個固定長度的向量，可以用於scikit學習算法（單詞包，平均池，rnn）。