Machine learning 在Weka中使用字符串数据和分类

我有一个数据集，它由一对字符串和它所属的类组成。 字符串是一个句子。该类可以是“男性”或“女性”。一个例子-

“嗨！我叫杰克，男

我把它作为一个训练集来使用，这样，给定一组不同的字符串，它就可以对该语句来自男性还是女性进行分类。 我正在使用WEKA的stringtowordvector将字符串转换为包含该字符串中单词计数的向量。 使用生成的arff，我希望它生成一个预测算法（决策树？），我可以在未分类的数据集上使用它。

---

我该怎么做呢？我应该使用哪个分类器？在这种情况下，还有哪些其他预处理技术会有所帮助呢？

也许可以从Weka主页上的简单消息分类器示例（和）开始，或者 这个

---

几乎任何线性分类器都是一个很好的起点。我建议您选择或作为一个良好的起点。

您的逻辑回归和支持向量机链接已断开。