机器学习算法仅对正数据和未标记数据进行分类

Question

我正在尝试对仅具有正面特征和未标记数据的文本进行分类。我只想让算法识别正面数据，并希望将其他所有内容标记为负面。对此类数据进行分类的好的机器学习算法是什么？我尝试在 Weka 中使用不同的算法，但几乎所有分类器都会给出很多误报。

Answer 1

如果您认为未标记的数据大部分是负数，那么最好的办法可能是将所有未标记的数据标记为“负数”并运行您选择的分类器。请注意，如果您得到预测为阳性的未标记测试数据点，这并不意味着答案是错误的。您的一些未标记数据可能是积极的。所以很难判断你的分类器在你的环境中表现如何。如果您认为您的未标记数据可能偏向于阳性数据，那么您最好对阳性数据使用所谓的“一类分类器”，其中包括一类 SVM 在内的流行示例。