การทำนายเป้าหมายหรือคลาสหลายอัน?

12

สมมติว่าฉันกำลังสร้างแบบจำลองการทำนายที่ฉันพยายามทำนายเหตุการณ์หลาย ๆ เหตุการณ์ (ตัวอย่างเช่นทั้งการตายและการโยนเหรียญ) อัลกอริทึมส่วนใหญ่ที่ฉันคุ้นเคยกับการทำงานกับเป้าหมายเดียวเท่านั้นดังนั้นฉันสงสัยว่ามีวิธีการมาตรฐานสำหรับสิ่งนี้

ฉันเห็นสองตัวเลือกที่เป็นไปได้ บางทีวิธีที่ไร้เดียงสาที่สุดก็คือการปฏิบัติต่อพวกเขาเป็นสองปัญหาที่แตกต่างกันแล้วรวมผลลัพธ์ อย่างไรก็ตามนั่นมีข้อเสียอย่างร้ายแรงเมื่อเป้าหมายทั้งสองนั้นไม่ได้เป็นอิสระ (และในหลาย ๆ กรณีพวกเขาอาจต้องพึ่งพาอย่างมาก )

แนวทางที่เหมาะสมกว่าสำหรับฉันคือการสร้างแอตทริบิวต์เป้าหมายแบบรวม ดังนั้นในกรณีของการตายและเหรียญเราจะมีสถานะ ( , ฯลฯ ) อย่างไรก็ตามสิ่งนี้สามารถนำไปสู่จำนวนของรัฐ / คลาสในเป้าหมายคอมโพสิตที่ค่อนข้างใหญ่ได้อย่างรวดเร็ว (ถ้าเรามี 2 ลูกเต๋าเป็นต้น) นอกจากนี้ดูเหมือนว่าจะแปลกในกรณีที่คุณลักษณะหนึ่งเป็นหมวดหมู่ในขณะที่คนอื่นเป็นตัวเลข (ตัวอย่างเช่นถ้าทำนายอุณหภูมิและประเภทของการเร่งรัด) $6\cdot 2=12$ $(1, H), (1, T), (2, H)$

มีวิธีมาตรฐานในการจัดเรียงของสิ่งนี้หรือไม่? นอกจากนี้ยังมีอัลกอริทึมการเรียนรู้ที่ออกแบบมาเพื่อจัดการกับสิ่งนี้โดยเฉพาะหรือไม่?

— Michael McGowan
แหล่งที่มา

คุณหมายถึงการพึ่งพาอย่างมากในตอนท้ายของย่อหน้าที่ 2 ของคุณหรือไม่ ถ้าเป็นเช่นนั้นคุณคิดว่าวิธีการของมาร์คอฟเชนบางประเภทเมื่อมีการประมาณค่าตัวแปรแรก

— มิเชล

โอ๊ะฉันหมายถึงต้องพึ่งพาและแก้ไขแล้วขอบคุณ ฉันไม่ได้พิจารณาวิธีมาร์คอฟเชนและฉันจะต้องคิดว่ามันเหมาะสมหรือไม่ ขอบคุณ

— Michael McGowan

5

สิ่งนี้เป็นที่รู้จักในชุมชน Machine Learning ว่า "การเรียนรู้แบบหลายฉลาก" มีหลายวิธีในการแก้ไขปัญหารวมถึงวิธีที่คุณอธิบายไว้ในคำถามของคุณ แหล่งข้อมูลบางอย่างเพื่อให้คุณเริ่มต้น:

— TDC
แหล่งที่มา

0

เมื่อคุณมีตัวแปรสองตัวที่มีตัวทำนายเดียวกันและตัวแปร B มีตัวแปร A เป็นตัวทำนายด้วยคุณอาจมองปัญหาการปรับให้เหมาะสมซึ่งคุณต้องการปรับการประมาณค่าของ A และ B ให้พร้อมกัน มันไม่มีเหตุผลที่จะปรับให้เหมาะสมถ้าคุณได้รับการประเมินที่ไม่ดีในครั้งที่สอง

นี่จะเป็นปัญหาการวิจัยการดำเนินงานและน่าเสียดายที่อยู่นอกขอบเขตความเชี่ยวชาญของฉัน

— มิเชล
แหล่งที่มา