machine-learning - 文本数据的监督学习
问题描述
我有一堆数据非常不同但有一定的因果关系。Like Label1
-> Value1
where在文本中Label1
具有相同的狗名Value1
,但例如Value2
在文本中具有相同的数字Label2
,并且我想搜索这些数据之间最常见的因果关系并能够预测ValueX
我是否插入LabelX
......并且我想请教我应该使用哪种类型的模型,应该足以使用机器学习还是应该更深入地学习 NN?(顺便说一句。我认为没有线性因果关系)。很抱歉这样的问题,但我在网上找不到好的提示,而且我以前只使用 CNN,所以我对文本分析不是很好...... :-(
解决方案
推荐阅读
- kibana - Kibana OIDC Okta 集成使用 401 直接重定向到 ${KIBANA_URL}/auth/openid/login
- android - 缺少意图的结果
- visual-studio - 阻止 Visual Studio 重新加载招摇 UI
- jupyter-notebook - 随时间推移的主题分布 LDA(月
- apache-spark - WinUtils & Spark 3.1.1 失败
- javascript - 使用 css 更改范围进度颜色
- linux - 编译 u-boot 时遇到“arm-none-linux-gnueabi-gcc:找不到命令”
- apache-spark - Spark中的错误“未解析的运算符InsertIntoStatement LogicalRDD”是什么意思?
- spring-boot - scala 中“@SpringBootApplication(exclude={SecurityAutoConfiguration.class})”的等价物是什么?
- java - AspectJ + Spring Boot 没有在 aop.xml 中编织包含的类