机器学习 - 概念/建议答案

【问题标题】：Machine-Learning - Concept / Recommendations机器学习 - 概念/建议
【发布时间】：2014-09-13 19:41:32
【问题描述】：

您好，我是机器学习的新手，因此正在寻找文本分类解决方案。有人可以向我推荐一个用 java 编写的不错的框架吗？我考虑过使用 WEKA，但也听说过 MALLET。哪个更好，主要区别在哪里？

我的目标是对未标记的文本进行分类。因此，我准备了大约 18 个主题和每个主题 100 篇文字供学习。

你会建议做什么？也希望有一个很好的小例子或提示如何继续。

【问题讨论】：

要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于 Stack Overflow 来说是题外话，因为它们往往会吸引固执己见的答案和垃圾邮件。相反，请描述问题以及迄今为止为解决该问题所做的工作。

【解决方案1】：

你有一个非常小的文本数据集，你可以使用任何库——这并不重要。更高级的选项将需要比您有意义的更多数据，因此这不是一个值得考虑的问题。处理文本分类问题的简单方法是使用Bag of Words 模型和线性分类器。 Weka 和 MALLET 都支持这一点。

就我个人而言，我发现 Weka 很痛苦，而 MALLET 记录不充分/已经过时，所以我使用 JSAT。有一个做垃圾邮件分类的例子here。

（偏见警告，我是 JSAT 的作者）。

【讨论】：

【解决方案2】：

由于您的任务相当简单，而且您提到您是 ML 的新手，因此我建议您使用 weka，因为它易于使用并且拥有庞大的用户社区。p>

否则，您可以查看一些 Java 中的通用机器学习框架：

【讨论】：