ฉันต้องการการจำแนกประเภทหรือการถดถอยเพื่อทำนายความพร้อมใช้งานของผู้ใช้ที่กำหนดคุณสมบัติบางอย่างหรือไม่?

ขณะศึกษาวิธีการขุดข้อมูลฉันได้เข้าใจว่ามีสองประเภทหลัก:

• วิธีการทำนาย:

  • การจัดหมวดหมู่
  • การถอยหลัง

• วิธีการบรรยาย:

  • การจัดกลุ่ม
  • กฎการเชื่อมโยง

เนื่องจากฉันต้องการทำนายความพร้อมใช้งานของผู้ใช้ (ผลลัพธ์) ตามสถานที่ตั้งกิจกรรมระดับแบตเตอรี่ (อินพุตสำหรับแบบจำลองการฝึกอบรม) ฉันคิดว่ามันชัดเจนว่าฉันจะเลือก "วิธีการทำนาย" แต่ตอนนี้ฉันไม่สามารถเลือกได้ระหว่าง การจำแนกและการถดถอย จากสิ่งที่ฉันเข้าใจในตอนนี้การจำแนกประเภทสามารถแก้ปัญหาของฉันได้เนื่องจากผลลัพธ์คือ "พร้อมใช้" หรือ "ไม่พร้อมใช้"

การจำแนกประเภทสามารถให้ความน่าจะเป็น (หรือความน่าจะเป็น) แก่ผู้ใช้ได้หรือไม่?

ในเอาต์พุตไม่เพียงแค่ 0 (ไม่พร้อมใช้งาน) หรือ 1 (สำหรับว่าง) แต่มันเป็นดังนี้:

• $80\%$ ใช้ได้
• $20\%$ ไม่ว่าง

ปัญหานี้สามารถแก้ไขได้ด้วยการถดถอยหรือไม่

ฉันได้รับการถดถอยที่ใช้สำหรับการส่งออกอย่างต่อเนื่อง (ไม่เพียง 0 หรือ 1 เอาท์พุท) แต่ไม่สามารถเอาท์พุทเป็นค่าต่อเนื่องของความพร้อมใช้งานของผู้ใช้ (เช่นเอาท์พุทเป็น $80$ ความหมายของผู้ใช้คือ $80\%$ ที่มีอยู่โดยนัยผู้ใช้คือ $20\%$ สามารถใช้งานได้)

1. ใช่. ตัวอย่างเช่นการถดถอย softmax ยอดนิยมให้การกระจายความน่าจะเป็นสำหรับแต่ละชั้นเรียน
2. ใช่. Softmax เป็นการถดถอยของชุดคลาสที่ไม่ต่อเนื่อง

เราสามารถใช้การถดถอยสำหรับการจัดหมวดหมู่กลยุทธ์ที่พบมากที่สุดคือการคว้าชั้นที่มีโอกาสมากที่สุดสำหรับการทำนาย

ใช่คุณสามารถใช้การจำแนกประเภทหรือการถดถอยตามความต้องการผลลัพธ์ของคุณ

หากคุณต้องการเอาท์พุทที่มีข้อความเช่นเดียวกับที่มีอยู่หรือไม่พร้อมใช้งานการจำแนกประเภทควรใช้

หากคุณต้องการผลลัพธ์ในรูปแบบ% ของความพร้อมใช้งานควรใช้การถดถอย

คุณสามารถใช้การจำแนกแบบไร้เดียงสาและคำนวณความน่าจะเป็นหลังโดยใช้ความเชื่อก่อนหน้าหรือการถดถอยโลจิสติกสามารถใช้กับฟังก์ชัน sigmoid