具有独特标签的监督学习（分类）答案

【问题标题】：Supervised Learning(Classification) with unique labels具有独特标签的监督学习（分类）
【发布时间】：2018-04-06 04:54:10
【问题描述】：

我有一些数据集，它们都是分类数据，带有唯一的标签。像这样的：

X =

1,1,1,0,1,0,0,0,1,0

1,1,0,1,1,0,1,1,1,1

0,0,1,0,0,0,1,0,0,1

.

.

.

1,0,0,1,0,0,1,1,0,1

y = 

AA

AB

AC

.

.

.

ZZ

我认为这个问题应该用机器学习以外的方法来解决，但是我的老板强迫我使用机器学习或深度学习算法。

所以我的问题是：

解决这个问题的最佳非机器学习算法是什么？
解决这个问题的最佳机器学习算法是什么？

【问题讨论】：

在您的响应变量y 中，每个值真的是唯一的吗？
你有多少行数据？如果总值是 (26*26) 那么它没有用。没有实际数据，我们无话可说。

标签： machine-learning deep-learning decision-tree

【解决方案1】：

作为一个分类问题，它没有任何意义。您必须有许多具有相同标签的行才能通过任何分类算法从数据中推断出一些东西。我可以建议通过将标签转换为唯一数字（使用字母中的字母数字或类似的东西）将这个问题转化为回归。然后，您可以使用任何回归算法来假设未标记数据的数量。最后，您可以将这些数字转回文本标签。我不确定这是否可行，但您可以尝试。

AA -> 0
AB -> 1
...
AZ -> 25
BA -> 1 * 26 + 0 = 26
...
ZZ -> 26 * 25 + 25

【讨论】：

谢谢。但是通过这种方式，数据是有序的，这是我们在分类数据中不想要的。