我正在尝试在具有以下结构的数据集上实现产品分类 ML 模型： 数据示例

我希望我的模型能够根据产品描述和名称预测产品应该属于的正确类别。

但是，我将与允许一些用户输入的 GUI 一起实现这一点。

例如，带有描述的新产品名称被添加到表中： 反馈培训之前的新条目

用户将看到以下选项（完全由这些选项组成）并且必须选择一个：

厨房家具 - 65%

家居装饰品 - 29%

厨房用具 - 6%

用户将点击“家居装饰品”。这会反馈给模型。下次模型遇到类似的情况，比如： 反馈训练后的新入口

用户将看到更准确的预测，这一次他们有相同的选项可供选择，但预测的准确度不同：

家居装饰品 - 70%

厨房家具 - 20%

厨房用具 - 10%

因此，该模型从该反馈中学习并变得更加准确。我已经对此进行了一些研究，并指出了强化学习。但是，我找不到任何太相似的东西，而且我对 ML 也不是很熟练，所以请在使用哪些 Python 库、查看哪些 ML 模型甚至可能是以前的实现方面为我指明正确的方向。

谢谢！