Machine learning 机器学习能帮助分类数据吗

我有一个如下的数据集

代码|说明

AB123 |手机

B467A |移动电话

12345 |电话

WP9876 |无线电话

SP7654 |卫星电话

SV7608 |轿车

CC6543轿车

需要根据代码和描述创建自动分组。让我们假设我有这么多这样的数据已经分为0-99组。每当一个新数据带有代码和描述时，机器学习算法需要根据以前可用的数据自动对其进行分类

代码|描述|组

AB123 |手机| 1

B467A |移动电话| 1

12345 |电话| 1

WP9876 |无线电话| 1

SP7654 |卫星电话| 1

SV7608 |轿车| 2

CC6543 |轿车| 3

---

这能达到某种程度的准确性吗？目前这个过程是如此的手工。有任何这样的想法或参考资料，请帮助。

尝试阅读监督学习。您需要为培训数据提供标签，以便算法知道正确答案，并能够为您生成适当的模型

然后，您可以使用生成的模型预测新传入数据的输出类

---

最后，您可能希望返回以检查预测结果的准确性。如果随后输入新接收和预测数据的标签，则这些数据可用于模型的进一步培训。

是的，有监督学习是可能的。您可以选择一个模型，并使用已有的数据进行训练。然后，该模型/算法从已知数据中推广到以前看不见的数据

您指定为一个组的内容称为类或标签，需要根据2个输入特征代码/描述进行预测。您是直接输入这些特征，还是将它们预处理为更适合算法的更抽象的特征，取决于您选择的算法

---

如果您没有机器学习的经验，您可以在测试RapidMiner、Weka或Orange等工具中已经实现的算法时，先学习一些基础知识。

我认为机器学习方法不适合解决问题，因为基于文本的机器学习算法往往非常复杂。从你提供的例子来看，我不知道怎么做

我认为解决或试图解决这个问题的最简单方法是以下方法，可以用许多自由编程语言实现，比如python。每个描述都可以存储为字符串。你可以做的是存储所有字符串的所有子字符串，即Phone是你的字符串，子字符串将是'P'，'h'，Ph'，'e'，它们属于列表中的一个特定组。请看这个问题，了解如何在python中实现它。然后，您希望为每个子字符串和存储的所有子字符串查看特定组的唯一子字符串。然后选择一定长度的字符串，比如说3个字符长的字符串，以消除随机字母连接作为分类标准。然后，当您获得新数据时，检查描述是否对某个组是唯一的。例如，您可以根据组1中的所有对象的描述是否包含单词phone对其进行分类

在不知道您熟悉/可以使用哪些语言的情况下，很难提供具体的代码来解决您的问题。我希望这能有所帮助。伊夫