負面實例的機器學習問題

Question

我不得不爲計算機科學領域構建一個概念分析器，並將其用於此機器學習，即Python的橙色庫。我有概念的例子，其中的特徵是引理和詞類，如算法| NN |概念。問題在於，由於缺乏負面的例子，任何其他的詞，實際上不是一個概念，都被歸類爲一個概念。將所有其他單詞放在學習文件中是不可行的，歸類爲簡單單詞而不是概念（這會起作用，但不是一個解決方案）。任何想法？

謝謝。

Answer 1

的問題是非常不清楚，但假設你的意思是，你的機器學習算法是不工作沒有負面例子，你不能給它的每一個可能的負面例子，那麼這是完全正常的，給它一些負例子。

數據挖掘（也稱爲機器學習）的要點是嘗試根據相對較小的數據樣本制定一般規則，然後將其應用於較大的數據。在現實生活中的問題你會從來沒有擁有所有的數據。如果你有所有可能的輸入，你可以很容易地創建一個簡單的if-then規則序列，它總是正確的。如果真是那麼簡單，機器人現在就會爲我們做我們所有的想法。