如何用python机器学习实现数据集分类到SDTM domain

Question

我有一组字典，前面是数据集的名称， 后面是数据集所归属的domain，我想通过这组字典用机器学习建立一个算法，以后的遇到新的数据集可以知道归属于哪个domain。下面是sample的字典

{"AE1QG1":"ADVERSE EVENT",
"AE5QG1":"ADVERSE EVENT",
"INF_AE001":"ADVERSE EVENT",
"INF_AE201":"ADVERSE EVENT",
"SM_AE001":"ADVERSE EVENT",
"CM3":"CONCOMITANT MEDICATION"
"INF_CM2":"CONCOMITANT MEDICATION"
"CM4QG2":"CONCOMITANT MEDICATION"
"SM_CM3":"CONCOMITANT MEDICATION",
...}

我想算出来的算法可以实现比如新来一个dataset叫SM_AE003,可以归类到"ADVERSE EVENT"这个domain。

但是目前一点头绪也没有，有没有熟悉机器学习的大神能够给一点指点？

Answer 1

生成一个dummy vector不知道可不可行。。。