让 Dedupe 从现有的标签数据中学习答案

【问题标题】：Making Dedupe learn from existing label data让 Dedupe 从现有的标签数据中学习
【发布时间】：2017-12-01 13:14:50
【问题描述】：

我知道Dedupe 使用主动学习来删除重复项并执行记录链接。

但是，我想知道我们是否可以将带有已匹配对（标签数据）的excel表作为主动学习的输入？

【问题讨论】：

标签： python-2.7 record-linkage python-dedupe

【解决方案1】：

不直接。

您需要将数据转换为markPairs 可以使用的格式。

类似：

labeled_examples = {'match'    : [],
                    'distinct' : [({'name' : 'Georgie Porgie'},
                                   {'name' : 'Georgette Porgette'})]
                    }
deduper.markPairs(labeled_examples)

我们确实提供了一个方便的函数来将电子表格数据转换成这种格式trainingDataDedupe。

（我是重复数据删除的作者）

【讨论】：

我通过输入标记数据成功生成了第一级结果。但是如 Dedupe.io 视频中所示，如何进一步微调结果？
该功能不是 dedupe 库的一部分，而只是 dedupe.io 的一部分。
感谢您的帮助。
置信度得分 > 1.0 是什么意思？例如：0.84、1.23、4.56、7.65、3.4
这个问题似乎很遥远。