Cómo crear un sistema de predicción de calificación a partir de los comentarios de los revisores para comentarios 360 dados un comentario del revisor y el conjunto de datos de calificación correspondiente

Puedes ver el concurso de Yelp de DrivenData. Este iPython Notebook describe detalles, desde reseñas crudas de Yelp hasta un modelo de violaciones de higiene (en 3 sencillos pasos). En resumen

1. Trata tu problema como un problema de regresión
2. Sus características serían una colección de características textuales extraídas a mano (p. Ej., Uso de palabras positivas / negativas), vectores tf-idf de auto-comentario y comentario de revisor
3. Utilice el modelo de regresión de mínimos cuadrados ordinarios y realice una validación cruzada.

Dependiendo de los resultados, puede

1. Elija más extracción de características: por ejemplo, Word2Vec. Usar validación cruzada
2. Elija modelos alternativos: regresor forestal aleatorio con validación cruzada o eliminación de características recursivas
3. Finalmente, puede ensamblar sus modelos. Kaggle Ensembling Guide. Probaría Neural Network, OLS Regression y Random Forests.

Nota: He pegado enlaces de Python pero creo que puedes R equivalente para el mismo

• ¿Cuál es el propósito de usar más de una capa convolucional en una red neuronal convolucional?
• ¿Qué debo hacer para un bot de chat con aprendizaje automático?
• ¿Desde dónde puedo aprender la implementación del aprendizaje automático en Python?
• ¿Qué tan útil es un trabajo cuantitativo en Goldman Sachs para un doctorado posterior en Machine Learning?
• ¿Qué condiciones se deben cumplir para que el tiempo de ejecución se acelere al usar GPU para redes neuronales (NN)?