machine-learning - 使用标签作为特征输入的分类

Question

假设我有 100 个不同的标签，形式为数字 1 到 100 以及以下数据。三元组的列表，其中三元组具有以下含义： (a,b,c) 表示标签 a 与 b 的相似度高于与 c 的相似度。如果给出三元组 (a,b,c)，我可以直接得出结论 (a,c,b) 是“假的”。

现在我想预测一个未知的三元组，如果它是真的。例如 (x,y,z) 应归类为 1，如果 x 与 y 比与 z 更相似。否则它应该被归类为 0。什么是适合这个问题的分类器？

*（其中 a,b,c,x,y,z 是从 1 到 100 的整数 - 代表不同的标签）

标签： machine-learningdeep-learningclassification