考虑到该特征向量中的所有数据,我有一个具有不同数据类型的特征向量。我必须分类为Good或Bad。
应该使用哪种算法来根据特征向量中的不同数据类型来获得输出 Good 或 bad?
特征向量如下:
[Application_Name(string) , Uptime (Integer) , Criticality factor (0-1 float value) 和几个整数类型]
考虑到该特征向量中的所有数据,我有一个具有不同数据类型的特征向量。我必须分类为Good或Bad。
应该使用哪种算法来根据特征向量中的不同数据类型来获得输出 Good 或 bad?
特征向量如下:
[Application_Name(string) , Uptime (Integer) , Criticality factor (0-1 float value) 和几个整数类型]
根据评论,我将尝试回答。我猜你没有相应的标签。作为解决方案,您可以使用 k-means 算法作为最简单的起点,并将超参数 k 指定为 2。然后你可以找到两个集群,你自己可以评估结果。作为另一种方法,您可以增加 k 的大小并再次评估您的答案。您还可以使用高斯混合模型来寻找具有更好结果的更好的非凸集群。关键是您必须以专家的身份评估结果并手动标记它们。此任务加速了标记过程。之后,您可以使用一个简单MLP的方法来查找描述性模型。