返回信息流现在要做一个推荐算法和机器学习的结合的事情，偏学术非工程。
问题描述:在电商推荐中用户的评论评论一般来说只有10条不到，但是想根据用户评论训练一个喜欢不喜欢的分类器，贝叶斯svm或者什么都行，但是数据太小分类器没有说服力。
所以请问:这种数据量极小的情况下如何做分类器啊，或者除了分类有没有什么能做喜欢过不喜欢的二分问题呢？也可结合用户画像回答
谢谢各位大神！
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #25071同步于 2017/7/27
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
小数据集怎么训练啊
zhajm2333
2017/7/27镜像同步13 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
是，后面还有一系列操作，不以分类为主，有什么方法解决这个问题吗
【 在 Blachat (精神分裂早期) 的大作中提到: 】
: 只判断该评论是喜欢还是不喜欢吗？咋听着像情感分析呢
能不能讲的具体一点，不是很了解规则
【 在 kingfanq (little_student) 的大作中提到: 】
: 小的数据集就别上机器学习算法了，还不如规则。