我对机器学习算法完全是个新手，我想就数据集的分类问题请教一个快速的问题。

目前的训练数据包含两列：消息和标识符。

消息 – 从日志中提取的典型消息，包含时间戳和一些文本标识符 – 应根据消息内容对其进行分类。

训练数据是通过从工具中提取特定类别并相应地标记来准备的。

现在测试数据只包含消息，我试图据此获得相应的类别。

在这种情况下，哪种方法最有帮助？是监督学习还是无监督学习？

我有一个训练好的数据集，我试图预测测试数据的类别。

提前感谢，@人名

回答：

如果你的标签是精确的，你可以使用人工神经网络、支持向量机等进行分类。但如果标签不精确，你需要根据数据中的特征对数据进行聚类。K-means或最近邻可以作为聚类的起点。