有沒有辦法從無監督數據集中獲取關系？
[英]Is there any way to get the relationship from the unsupervised dataset?
原文
2020-11-02 12:13:20
7
1
machine-learning/
graph/
deep-learning/
information-extraction/
knowledge-graph
問題描述
我有一些數據，數據集包括設備ID （int）、電話（int）、名稱（字符串）、設備ID等特征。但所有數據都沒有標簽。 我的任務是獲取一個人使用多個 ID 或多個設備的概率。 我不知道該怎么做，有人有想法嗎？
為了清楚起見，這里有一個例子。 數據集就像
name id phone device_id
Jason 123 12345 12341231 ......
James 1345 312312 312312312 ......
Jason 123 53523 23115124 ......
所以我們可以發現 Jason 有 2 個電話號碼，
如何使用機器學習方法或深度學習方法獲得概率？
1 個解決方案
解決方案1
0 2020-11-02 22:43:59
一種可能的方法是計算用戶的相似度。
據我所知，用戶的設備相似性是您的最終目標。
首先，結合唯一標識用戶的名稱和 Id 字段。 生成，所有剩余的特征向量作為數組。
之后，您可以與所有用戶一起運行嵌套的 for 循環。 這會給你最接近的匹配，你可以設置一個閾值，或者你可以選擇 kNN 來做到這一點。
有沒有辦法手動修改從給定數據集學習到的決策樹中設置的閾值？
[英]Is there any way to manually modify the thresholds set in the decision tree learnt from a given dataset?
有什么方法可以讀取 .pth(dataset) 並將它們轉換為 csv 嗎？
[英]Is there any way to read .pth(dataset) and turn them into csv?
無法從“fastText”（未知位置）導入名稱“train_unsupervised”
[英]cannot import name 'train_unsupervised' from 'fastText' (unknown location)
如何從PyMC3中的Dirichlet過程中提取無監督的聚類？
[英]How to extract unsupervised clusters from a Dirichlet Process in PyMC3?
有沒有辦法實現機器學習 model 可以預測給定數據集中出現次數最多的句子
[英]is there any way to implement a machine learning model that can predict most occured sentence in a given dataset
有沒有一種方法可以使用scikit的無監督方法來學習將某些列表分類為不同的組？
[英]Is there a way using unsupervised method of scikit learn to classify some list into different groups?
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.