机器学习文档

Question

我想要达到的目标是什么？

• 我有分类数据（JSON格式），我想生成一个模型，它应该给我新的传入数据与现有分类数据的可能性。（所有现有类的可能性）。你知道吗
• 例如，我将现有数据分为两类。tier1和tier2。当我收到我想知道的新数据时，有多少%新数据与我现有的tier1和tier2数据匹配！如果不匹配，只想得到0 %

我收集的样本数据

[
    {
        "type": "threat",
        "severity": "2",
        "category": "tier1"
    },
    {
        "type": "threat",
        "severity": "3",
        "category": "tier1"
    },
    {
        "type": "malware",
        "severity": "7",
        "category": "tier2"
    },
    {
        "type": "threat",
        "severity": "7",
        "category": "tier2"
    },
    {
        "type": "malware",
        "severity": "5",
        "category": "tier1"
    },
    {
        "type": "threat",
        "severity": "14",
        "category": "tier2"
    },
    {
        "type": "malware",
        "severity": "13",
        "category": "tier2"
    },
    {
        "type": "threat",
        "severity": "14",
        "category": "tier2"
    },
    {
        "type": "threat",
        "severity": "1",
        "category": "tier1"
    },
]

收到的数据和我的期望

• 场景1： 传入数据：

{
    "type": "foo",
    "severity": "cdsb",
}

期望：tier1: 0 %, tier2: 0 %

• 场景2： 传入数据：

{
    "type": "threat",
    "severity": "60",
}

期望：tier1: X %, tier2: Y%

还有一些问题： 1解决这个问题的最佳方法是什么？ 2我在这里展示的数据只是2特性，但是真正的输入数据有更多不同类型的字段。提取特征的最佳方法是什么！你知道吗