机器学习算法仅对阳性和未标记数据进行分类

Question

我正在尝试仅使用积极特征和未标记数据对文本进行分类。 我只希望算法识别出阳性数据，并希望将其他所有内容标记为阴性。 什么是将此类数据分类的良好机器学习算法？ 我曾尝试在Weka中使用不同的算法，但几乎所有分类器都会带来很多误报。

Answer 1

如果您认为未标记的数据主要是负数，那么最好的办法是将所有未标记的数据标记为“负”并运行您选择的分类器。 请注意，如果您得到的未标记测试数据点预计为阳性，则并不意味着答案是错误的。 您的一些未标记数据可能是肯定的。 因此，很难判断您的分类器在您的设置中的表现如何。 如果您认为未标记的数据可能偏向正值，那么最好在正值数据上使用所谓的“一类分类器”，其中包括一类SVM。