我有一個包含 2000 萬條隨機收集的個人推文的數(shù)據(jù)集（沒有兩條推文來自同一個帳戶）。讓我將此數(shù)據(jù)集稱為“通用”數(shù)據(jù)集。此外，我還有另一個“特定”數(shù)據(jù)集，其中包括從藥物（阿片類藥物）濫用者那里收集的 100,000 條推文。每條推文至少有一個與之相關(guān)的標(biāo)簽，例如阿片類藥物、成癮、過量、氫可酮等（最多 25 個標(biāo)簽）。我的目標(biāo)是使用“特定”數(shù)據(jù)集來訓(xùn)練使用 Keras 的模型，然后使用它來標(biāo)記“通用”數(shù)據(jù)集中的推文，以識別可能由吸毒者編寫的推文。為了向前推進，我想澄清一些事情：假設(shè)我所有的訓(xùn)練推文都有一個標(biāo)簽——阿片類藥物。然后，如果我通過它傳遞未標(biāo)記的推文，模型是不是很可能只是將所有這些都標(biāo)記為阿片類藥物，因為它不知道其他任何事情？為了學(xué)習(xí)目的，我應(yīng)該使用各種不同的推文/標(biāo)簽嗎？也許，出于培訓(xùn)目的選擇推文/標(biāo)簽有任何一般準(zhǔn)則嗎？如何添加更多帶有用于訓(xùn)練的標(biāo)簽的列（代碼中沒有使用一個類似的列）？一旦我訓(xùn)練模型并達到適當(dāng)?shù)臏?zhǔn)確性，我如何通過它傳遞未標(biāo)記的推文以進行預(yù)測？如何添加混淆矩陣？任何其他相關(guān)反饋也非常感謝。謝謝！“一般”推文示例：everybody messages me when im in class but never communicates on the weekends like this when im free. feels like that anyway lol.i woke up late, and now i look like shit. im the type of person who will still be early to whatever, ill just look like i just woke up.“特定”推文示例：$2 million grant to educate clinicians who prescribe opioidsearly and regular marijuana use is associated with use of other illicit drugs, including opioids