そのベクトル内の他の特徴の組み合わせ (およびトレーニング セットから取得した知識) を考慮して、特徴ベクトル内の特徴の最も可能性の高い値を教えてくれる適切な機械学習アプローチが必要です。特徴ベクトルには、数千の特徴が含まれる場合があります。ただし、実際に発生する可能性が高い機能の組み合わせはごくわずかです。これらのもっともらしい組み合わせを分類器に学習させたいと思います。
おもちゃの例: トレーニング ベクトルが (0,1,2)、(1,1,2)、(2,2,2) の場合、分類器は、未知のアイテム (3,1,x) が最もx の可能性が高い値は「2」です。
分類子は、そのベクトル内の他の特徴の (n-1) 値が与えられた場合、ベクトル内のすべての特徴に対してそのような予測を行うことができるはずであることに注意してください。
私はすでに単純ベイズ分類器を試しました...しかし、これは特定の特徴ベクトルの最も可能性の高いカテゴリを教えてくれるだけです...着信特徴ベクトルの特定の特徴の可能性のある値ではありません.
誰かが私のためにこれを行う適切な方法を提案してもらえますか? 理想的には、Python の適切なパッケージへの参照を使用しますか?
よろしくお願いいたします -
パット