收集机器学习训练数据
Collecting Machine learning training data
我是机器学习的新手，需要澄清几件事。我正在尝试根据某人在 Facebook 上的点赞来预测他们点赞 activity 的概率。我正在使用朴素贝叶斯分类器，但我不确定有几件事。 1. 我的 labels/inputs 是什么？ 2.训练数据需要收集哪些信息？我的猜测是创建一个调查并询问此人是否会喜欢 activity（从 1-10 分）
这对于朴素贝叶斯来说可能相当困难。您需要收集（或计算）一个人是否喜欢 activity X 的样本，以及他们在 Facebook 上点赞的详细信息（以某种一致的方式组织）。
基本上，对于朴素贝叶斯，您的训练数据应该与您的测试数据具有相同的数据类型。
如果您可以访问每个人的 Facebook 点赞历史，调查方法可能会奏效。
在有监督的class化中，所有class化器都需要使用已知的标记数据进行训练，该数据称为训练数据。你的数据应该有一个特征向量，后面跟着一个叫做 class 的特殊向量。在你的问题中，如果这个人已经享受了 activity 与否。
训练 classifier 后，您应该使用另一个数据集测试它的行为，以免出现偏差。此数据集必须具有 class 作为训练数据。如果您使用相同的数据集进行训练和测试，您的 classifiers 预测可能非常好但不公平。
我建议你看一下 K 折交叉验证等评估技术。
您应该知道的另一件事是，常见的朴素贝叶斯 classifier 用于预测二进制数据，因此您的 class 应该为 0 或 1，这意味着您进行调查的人喜欢或者不是 activity。它还在 Weka (Java) 或 SkLearn (Python) 等软件包中实现。
如果你真的对贝叶斯分类器感兴趣，我需要说的是，事实上，用于二进制 class 化的朴素贝叶斯并不是最好的，因为 Minsky in 1961 discovered that the decision boundaries are hyperplanes. Also the Brier Score 真的很糟糕，据说这个 class 校准器没有很好地校准。但是，它毕竟做出了很好的预测。
希望对您有所帮助。
我是机器学习的新手，需要澄清几件事。我正在尝试根据某人在 Facebook 上的点赞来预测他们点赞 activity 的概率。我正在使用朴素贝叶斯分类器，但我不确定有几件事。 1. 我的 labels/inputs 是什么？ 2.训练数据需要收集哪些信息？我的猜测是创建一个调查并询问此人是否会喜欢 activity（从 1-10 分）
这对于朴素贝叶斯来说可能相当困难。您需要收集（或计算）一个人是否喜欢 activity X 的样本，以及他们在 Facebook 上点赞的详细信息（以某种一致的方式组织）。
基本上，对于朴素贝叶斯，您的训练数据应该与您的测试数据具有相同的数据类型。
如果您可以访问每个人的 Facebook 点赞历史，调查方法可能会奏效。
在有监督的class化中，所有class化器都需要使用已知的标记数据进行训练，该数据称为训练数据。你的数据应该有一个特征向量，后面跟着一个叫做 class 的特殊向量。在你的问题中，如果这个人已经享受了 activity 与否。
训练 classifier 后，您应该使用另一个数据集测试它的行为，以免出现偏差。此数据集必须具有 class 作为训练数据。如果您使用相同的数据集进行训练和测试，您的 classifiers 预测可能非常好但不公平。
我建议你看一下 K 折交叉验证等评估技术。
您应该知道的另一件事是，常见的朴素贝叶斯 classifier 用于预测二进制数据，因此您的 class 应该为 0 或 1，这意味着您进行调查的人喜欢或者不是 activity。它还在 Weka (Java) 或 SkLearn (Python) 等软件包中实现。
如果你真的对贝叶斯分类器感兴趣，我需要说的是，事实上，用于二进制 class 化的朴素贝叶斯并不是最好的，因为 Minsky in 1961 discovered that the decision boundaries are hyperplanes. Also the Brier Score 真的很糟糕，据说这个 class 校准器没有很好地校准。但是，它毕竟做出了很好的预测。
希望对您有所帮助。