我正在寻求针对基于特定供应链领域中的费用批准相关的小数据集的问题实施机器学习。通常，标记的数据不可用
我一直希望在已标记数据的一个数据集中构建模型，然后使用在相似上下文中开发的模型，其中特征集是非常相似，但不完全相同。期望这将成为建议的起点并在新的上下文中收集标记的数据。
我了解这是转学的本质。我在该领域阅读的大多数示例都谈到了图像数据集-有关使用标准基于树的分类算法在小型数据集中如何利用它的任何指导。
我正在寻求针对基于与特定供应链领域中的费用批准相关的小数据集构建的问题实施机器学习。通常，标记的数据不可用...
我无法真正与基于树的算法对话，我不知道如何与他们进行转移学习。但是，对于深度学习模型，转移学习的惯用方法是加载预先训练的模型，然后使用新数据重新训练数据集的最后一层，然后微调网络的其余部分。