请教机器学习问题：分类算法能识别出未知类的样本吗？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

最近一直受一个问题困扰，咨询一下论坛内的大家，请多多指教！问题是机器学习方面的。
如果用一组类别已知的样本，其类别可能是1，...，m，训练一个分类器，然后用其识别一组样本。待识别样本中如果出现了一个不在1,...，m类中的样本，分类器能发现吗？
直观的感觉是，不能发现，因为分类器一旦训练好了，对于一个新的、待识别的样本，一定分到自己已知的类别中的一个。但是，又觉得，如果对分类器的分类过程稍加修改，就有可能发现新类别。例如，对基于朴素贝叶斯的分类器，分类过程是计算后验概率，把待识别样分到后验概率最大的一类，这里可以加上一个阈值，如果后验概率低于它，那么，将判为新类别，而不是后验概率最大的一类。
盼高人指点，这种问题有什么已有的研究，给指个思路、提供点参考文献题目也行，不胜感激！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：分类算法 机器学习 朴素贝叶斯 后验概率 参考文献 不胜感激 参考文献 最大的 样本

高人来了啊，呵呵呵，要给我的学术水平，热心指数，信用等级加分哦。
（1）类别问题
这是一个categorization的问题。什么叫组training？就是你已知他的类别，通过traning来获取样本的特征空间的分布。当你的training确定好之后，你的类别也就确定好了，不可以随意改动。
given一个test data，理论上来说，应该是不知道test data的类别，需要用你的classifer去做预测。但是有时为了评价分类器的好坏，所以也会认为的标注test data的类别，并与classifier预测的结果进行对比，来评价分类器的效果。

如果你明知你的test data里有一个不属于分类器中的某一个类别，你用分类器去给他分类有什么意义呢？比如你有一个中日韩语言的分类器，你用一个英文的test data，虽然最终他会被分到中日韩某一个类别里。但你的test是没有任何意义的？既不能评价分类器的好坏，也不能评价新类别的可分度。

（2）未知的类
当然，还是用上面的类别。
如果你的test的样本里的确包含一些英语，如果把英语标记成中日韩，则会导致你分类器评价有偏差，甚至错误。怎么办了？于是你可以用一个阈值，当某个样本属于中日韩的概率都极低的时候，你可以说，这是一个位置的样本。
这样你就不会把这个样本计入后面的分类器评价啦。

希望对你有帮助。