Ich habe Daten in einer CSV-Datei in folgendem FormatSVM Verwendung von Text mit dem Etikett zur Vorhersage
Name Power Money
Jon Red 30
George blue 20
Tom Red 40
Bob purple 10
ich Werte wie „jon“, „rot“ und „30 als Eingänge betrachte. Jeden Eingang als Label Zum Beispiel haben die Eingänge [jon, george, tom, bob] die Bezeichnung "name". Die Eingänge [rot, blau, lila] haben die Bezeichnung "power". Das ist im Grunde, wie ich Trainingsdaten habe. Ich habe eine Reihe von Werten auf ein Label abgebildet
Jetzt möchte ich Svm verwenden, um ein Modell basierend auf meinen Trainingsdaten zu trainieren, um eine neue Eingabe genau zu identifizieren, was das richtige Label ist. also wenn beispielsweise die Eingabe "444" ist Modell sollte intelligent sein Es sollte jedoch als "Money" -Label kategorisiert werden.
Ich habe py installiert und auch sklearn installiert. Ich habe auch die folgenden tutorial abgeschlossen. Ich bin mir einfach nicht sicher, wie ich Eingabedaten für das Modell trainieren soll.
Auch ich bin neu im maschinellen Lernen, wenn ich etwas gesagt habe, das falsch oder seltsam klingt, bitte weisen Sie es darauf hin, da ich glücklich sein werde, das Richtige zu lernen.
Wie Sie erklären, ist es vielleicht besser, nur nach der Kategorie in Ihren Daten zu suchen, anstatt maschinelles Lernen darauf zu machen. Was passiert auch, wenn die gleiche Zeichenfolge in zwei oder mehr Kategorien vorhanden ist? Wie Violet, das eine Farbe oder ein Name sein kann. –
Sie sollten Ihre Frage aktualisieren. Momentan sieht es so aus, als hättest du 6 Klassen und es ist ein einfacher Hashmapp-Lookup als ein ML-Problem. Vor allem ohne MWE ist es schwierig, Ihnen nützliche Vorschläge zu geben. – jonnybazookatone
@VivekKumar Ja ich sehe deinen Standpunkt. Ich habe die Frage bearbeitet, bitte sagen Sie mir, ob das mehr Sinn macht. – Unknowntiou