Birden fazla hedefi veya sınıfı öngörüyor musunuz?


12

Birden fazla olayı tahmin etmeye çalıştığım bir tahmin modeli oluşturduğumu varsayalım (örneğin, hem bir paranın rulosu hem de bir madalyonun atımı). Bildiğim çoğu algoritma tek bir hedefle çalışır, bu yüzden bu tür şeylere standart bir yaklaşım olup olmadığını merak ediyorum.

İki olası seçenek görüyorum. Belki de en naif yaklaşım, onlara sadece iki farklı sorun olarak davranmak ve daha sonra sonuçları birleştirmek olacaktır. Bununla birlikte, iki hedef bağımsız olmadığında (ve birçok durumda çok bağımlı olabilirler ) ciddi dezavantajları vardır .

Bana daha mantıklı bir yaklaşım, birleşik bir hedef özellik oluşturmak olacaktır. Yani bir kalıp ve bozuk para durumunda, durumumuz olurdu ( , vb.). Bununla birlikte, bu, bileşik hedefteki durumların / sınıfların sayısının oldukça hızlı bir şekilde artmasına neden olabilir (2 zarımız olsaydı, vb.). Ayrıca, bir özelliğin kategorik, diğerinin sayısal olması durumunda (örneğin sıcaklık ve yağış türünü tahmin ediyorsanız) bu garip görünmektedir.62=12(1,H),(1,T),(2,H)

Bu tür şeylere standart bir yaklaşım var mı? Alternatif olarak, özellikle bununla başa çıkmak için tasarlanmış herhangi bir öğrenme algoritması var mı?


2. paragrafınızın sonunda çok bağımlı mısınız ? Eğer öyleyse, ilk değişken tahmin edildikten sonra bir çeşit Markov Zinciri yaklaşımını düşündünüz mü?
Michelle

Hata! Gerçekten bağımlı demek istedim ve düzelttim, teşekkürler. Markov Zinciri yaklaşımını düşünmemiştim ve bunun mantıklı olup olmadığını düşünmem gerekecek; Teşekkürler.
Michael McGowan

Yanıtlar:


5

Bu, Machine Learning topluluğunda "Çok Etiketli Öğrenme" olarak bilinir. Sorunuzda tarif ettikleriniz de dahil olmak üzere, soruna çeşitli yaklaşımlar vardır. Başlamanız için bazı kaynaklar:


0

Aynı öngörücülere sahip iki değişkeniniz varsa ve B değişkeni de yordayıcı olarak A değişkenine sahipse, muhtemelen A ve B tahminlerini aynı anda optimize etmek istediğiniz bir optimizasyon problemine bakıyorsunuzdur. Eğer ikincisi için kötü bir tahmin alırsanız, birini optimize etmek mantıklı değildir.

Bu bir yöneylem araştırması problemi ve maalesef uzmanlık alanımın dışında olurdu.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.