2-7 从已知结果中学习未知问题-回归与分类

2-7 从已知结果中学习未知问题-回归与分类

主目录点这里
什么是分类

分类的局限性

这里我要补充一下：企业在对文本分类时需要制定一套分类体系，用于克服以上的局限。

• 标签的分类与定义（分类尽可能的精简，有区分度；定义简单明了，并加上一些典型的例子方便参考）
• 多段句子的分类处理（由于打标只能选一个，那么遇到了含有多个标签的语句，可以尝试采取优先级的方式解决）
• 对于样本数量少的语料，可以增加重复的强化理解
• 对标注好的数据还需要进行一到两次的质检，保证标注质量
• 对于实在有歧义或不完整的语料，可以打上特有标签，让大模型引导用户完善问题，不要影响标注质量
  常见的分类算法
  
  （早期NLP是用支持向量机来完成的，就是特别慢）简单了解下就好，我后面会详细讲一下神经网络
  另一种监督学习-什么是回归
  
  有一个很经典的例子就是kaggle上的一个项目，给你一堆指标，再给你一个房价，然后用指标作回归预测房价，大家可以去看看
  当然回归也有很多局限，如下
  
  常见的回归方法
  
  限定条件下，分类和回归相互转化

回归到分类，可以通过标签赋值的形式，比如通过分类算法区分文章质量，可以设定高为9分，中为6分，低为3分，然后根据预测概率计算最终得分。

回归到分类，可以通过设定阈值的方式，例如，对于某个问题，如果回归输出大于某个阈值，则判定为类别1，否则为类别0