如何定義機器學習工作流程？

Question

我是機器學習的新手，我想從你那里得到一些關於我將要遵循的工作流程的反饋。

達到的目標：檢查有關某些主題的文本的准確性，例如運動、食物、旅行等

所需的 output：0 到 1 之間的數字； 該值越接近 1，文本相對於主題的准確性越高。

閱讀教程和論文我認為應該足以通過文本分類解決我的問題

我的工作流程：

1. 數據集的定義。 （已經完成，大約 10k 條記錄）
   • 不同的記錄按類別分組。
2. 創建訓練 model
3. Tensorflowjs 中的流程

關於第 nr.1 點，我制作了一個 JSON 文件，並將類別用作 label。 關於第 2 點和第 3 點，我正在尋找一些建議。

謝謝

Answer 1

看看這個問題。

似乎您對 ML 很陌生，所以我寧願建議不要使用神經網絡。 對於您的需要，xgboost就可以了。 另請查看此package以重新采樣數據集。 我希望從平衡良好的數據集中獲得更多收益，而不是直接進入深度學習。

LASER >> SVMSMOTE >> Tomek-Links >> XGBClassier將是很好的起始管道。