使用Watson的NLC API时，是否可以为类使用比例？例如，1-5评级或是/否/可能分类？
我的训练数据包含一系列新闻标题。对于每一个人，我都有一个“有趣”，有点有趣，非常有趣的“课程”。我想根据他们过去发现的有趣内容来预测读者是否会感兴趣的标题。因为感觉更像是回归模型预测1到3之间的数字，我想知道分类器是否能够正常运行这个应用程序。想法？
答案 0 :(得分：2)
是的，您可以使用1-5评级（使用5个类别），如果它可以工作或不工作，很难说，因为它取决于您的数据： - ）
但这是一种完全有效的方法。
NLC将在幕后做的是从每个文本样本中提取含义，使用基于内部维基百科的本体计算一些语义距离，并且它将尝试基于每个示例文本的概念创建分类器。
因此，如果在您的文本示例中，每个群集之间存在内在的语义差异，则使用5个类别将起作用，因此分类器可以正确地收集相关内容并将不同内容区分开来。
这里使用了相同的逻辑，in this recipe，使用Watson Image分类器而不是NLC，但逻辑是相同的。