在 Java 中对记录进行分类

Posted 2023-03-13

【中文标题】在 Java 中对记录进行分类

【英文标题】：Categorizing records in Java

【发布时间】：2012-06-11 07:15:52

【问题描述】：

我有一个书籍列表，其中每本书都属于一个类别。

驾驶飞机 - 航空 绘画 - 艺术 1001 食谱 - 烹饪

我有足够多的样本数据集。我需要使用一些算法对我的新书进行分类。我知道它永远不会 100% 准确，但一个好的猜测对我有好处。

我应该用什么来实现做这样的事情？我应该使用 Classifier4J 吗？它是 Vector Classifier？

还有其他像 Weka 这样的工具吗？如果有人可以向我指出一些文章/示例以帮助我入门，那就太好了。

谢谢

【问题讨论】：

你可以看看rapid miner。

看看这个：java-text-classification-problem，你们在做几乎完全相同的事情。

【参考方案1】：

https://www.coursera.org/course/ml 上有一门课程叫做机器学习。如果您将问题视为分类，您应该训练N One-vs-All 分类器，其中N 是您的类数（=类别）。为了训练分类器使用自然语言处理类https://www.coursera.org/course/nlp 中描述的算法，通常它与现有类http://nlp.stanford.edu/IR-book/html/htmledition/text-classification-and-naive-bayes-1.html 相似。所有这些都可以在 Apache Mahout 中使用https://cwiki.apache.org/confluence/display/MAHOUT/Bayesian 完成。

【参考方案2】：

Lingpipe 似乎是一个很好的解决方案，并且似乎运作良好。 Lingpipe 中包含的演示是一个很好的起点：

http://alias-i.com/lingpipe/demos/tutorial/classify/read-me.html