人工智能研究杂志

人工智能研究杂志覆盖了人工智能领域，并且在互联网上免费刊出。这一杂志的每一专栏都由摩根·考夫曼出版。

右侧：（数字为出现次数）

0 学习

3 杂志

2 智能

0 文案

1 网络

0 网络监控

0 脚本语言5

………

1 专栏

注释：在实践中，由于我们的“文案”（也就是关键词）很短，我们能够得到的矢量数据也由于缺少了多样性而不够有意义，但是如果跳出了这一文章的范围，就能够挖掘其更深刻的意义。

选择合适的计算方法

对于各式各样不同类型的问题，也会有各式各样不同的计算方法。下面这幅图告诉我们在实际应用中如何选择合适的模型，并向我们展示了做出一项合适的选择背后隐藏着怎样既定的逻辑。

由于本文一直讨论的是文本（关键词短语）分类，所以通过实践“贝斯模型”来看看这一方法是不是有潜力。往往简单的模型也会有很好的效果。

本文不会详细描述如何应用这一模型，而是分享如何将上图中的方法进行应用——这也是我想要说明“利用机器学习对大量编码进行预测是可以实现的“的原因。

以下是一些关键步骤：

• 准备好建模需要的数据（将约2万个关键短语进行提前分类）

• 将数据划分为训练所需与测试所需的子集（这是非常必要的，这样我们才能够测试出我们的模型将会确切地预测出未来的数据，而不仅仅是描述历史数据）

• 创造基本的传递途径:一来可以创造出讨论得出的特征（CountVectorizer），二来可以应用已选择的方法（MultinomialNB）

• 预测“测试”设置的价值，并测算这一标签相对于“真实”价值的准确程度

结论

所以，机器学习到底有多高效呢？上述案例的结果：通过使用简单的工具测定其准确性，这一方法准确分类了91%的“新”关键词短语（4869个关键词短语中的4431个）。

看起来虽然测试结果相当不错，但我们将这一模型投入实践之前还是要做很多微调与测试。

测试证据表明，机器学习为企业提供了一个相关的途径，能够帮助他们提升并自动化关键词投放这一进程，通过做出令人信赖的、可重复的决定来大规模提高效率。（就像开篇所说的那样）