Machine learning 机器学习：简历/个人资料输入，申请人分类

我的数据集由个人资料/简历组成，具有各种属性，例如当前工作、收入、过去的公司、大学等。利用这些数据，我试图将申请人分为3类：良好、中等和被拒绝

我有一个带有标签样本的训练数据集

---

我应该使用什么机器学习算法？

您是否愿意为类别提供培训数据？在没有监督的情况下进行这项工作将非常困难，而且你的聚类可能会反映出一些超出你实际想要聚类的维度。我有可用的培训数据，但我无法提供给你。我只是想就如何继续我的项目提出一些建议。我是用python做的，我将使用scikit学习库。对不起——我不是想提供给我，我是想提供给任何学习算法。这使得它成为一个有监督的问题（这很好），您可以通过任何您喜欢的分类器来处理它。如果你有scikit，试试逻辑回归或支持向量机。你有训练样本，所以把简历分类到其中一个类别吗？如果是，有多少和多少未标记？如果不是的话，你脑子里有什么好的候选人的规则吗？请举例说明规则。