我如何在两组相似但不同的类别之间映射类别

数据挖掘 机器学习 分类 初学者 决策树
2022-02-16 07:51:22

拥有来自不同列表网站的多组类别（例如 Yelp、yellowpages.com、Google 我的商家...）。我想弄清楚一个站点上的 X 类别在另一个站点上。

我们在他们所在的所有网站上都有数十万家企业和类别，因此我们可以看到“Galbi Foo Restaurant”在一个网站上属于“餐厅 > 韩国”类别，而在另一个网站上属于“餐厅”类别。

必须发生的一些示例类别映射：

  • 美甲沙龙 = 美甲和修脚
  • 睫毛服务 = Visagist
  • 晒黑 = 日光浴沙龙
  • Specialty Food = Grocery（Specialty Food 子节点不存在）
  • 诊断成像 = 放射科医师

我从哪里开始解决这个问题？这似乎是一个分类（逻辑回归）问题。但是这个 ML 的东西还没有对我产生影响，所以我可能会使这些事情变得过于复杂或过于复杂:)。

1个回答

这听起来像是一个非常标准的监督学习问题。在这种情况下，您的记录将是站点 X 上的企业及其在站点 Z 上的实际类别。您的预测变量将是站点 X 上特定业务的标签/类别，以及您的目标变量 y（即，您要predict），将是其他网站上的类别。就代码而言，您有多种选择，具体取决于您的首选语言。您可以使用 R 中的 caret 包、Python 中的 scikit-learn 库或 Java/Scala 中的 Weka 库（甚至可能是 Spark 的 ML 库，因为它很简单）。

旁注，在您的问题中，我认为您的意思是说“逻辑回归”而不是“逻辑回归”。您不需要使用逻辑回归（尽管它不会受到伤害）。您还可以尝试随机森林或朴素贝叶斯等算法。

另外值得注意的是：您的目标变量将有很多类（即您尝试预测的站点的每个可能的类别），所以如果看起来有很多类，请不要惊慌。对于您所描述的问题，这很正常。

其它你可能感兴趣的问题
上一篇使用机器学习进行用户识别 下一篇如何最好地预测简单的二进制数据？