机器学习在Python：scikit学习/ Pybrain

Question

我读了一些教程和介绍，但我不知道我得到了它的窍门，最重要的是，我不知道我的理解ML VS NN完全。

假设我想指示程序（像scikit学习），使其作为其输入设置一些语言词典。例如，我有一个大词典的意大利话，我可以输入作为数组的数组（数组是单个字，并且每个字的每个产品的ASCII值的阵列，一个用于世界的每个字符）：

[ 
    [112, 105, 122, 122, 97], // pizza 
    [109, 097, 109, 109, 97], // mamma 
    ... 
] 

难道不可能性/什么是最好的图书馆/如何做到这一点：

1. 给出一个单词，让程序推断，如果它可能是一个意大利词，让“黑手党”是公认作为一个潜在的实际的意大利词，但“Eichhörnchen”不是（它比意大利的普通世界更长，它包含了像“rnch”这样的序列，它们在最初的集合中没有找到，它包含了“ö”在意大利使用）
2. 基于初始设置其他（可能）意大利语单词。例如，“potomo”不是实际的意大利词，但据意大利正字它可能是

Answer 1

我觉得朴素贝叶斯分类和KNN可以used.Naive贝叶斯分类被证明可以过滤垃圾邮件，但在此之前你需要一本词库。