如何输出特征向量机器学习分类算法

Posted

技术标签:

【中文标题】如何输出特征向量机器学习分类算法【英文标题】:how to output a feature vector machine learning classification algorithms 【发布时间】:2013-03-25 09:33:15 【问题描述】:

在传统的机器学习分类问题中,分类器接受输入特征向量并将其分类为预定类别之一。

在我的场景中,我需要一个输入特征向量

Fin = (fi1, fi2, fi3.... fin)

并学习输出另一个特征向量,例如

Fout = (fo1, fo2, fo3,....fon)

如何使用 ANN、决策树或 svm 等通用分类器来实现。

【问题讨论】:

另外,我可以使用特征散列作为输出特征向量,并训练模型学习输出这个散列值作为输入特征向量 嗨@mar​​c,你能分享一下,你应用了哪种技术?结果如何? 【参考方案1】:

如果你想使用“通用分类器”,你唯一的选择是单独预测每个向量元素,即学习一个模型来预测第一个特征,预测它,重复 n 次。

使用statistical relational learning 技术也可以预测结构化输出,例如特征向量。这是一个远不如传统机器学习成熟的领域,也更难理解和使用。此外,可用的工具也少得多。

【讨论】:

以上是关于如何输出特征向量机器学习分类算法的主要内容,如果未能解决你的问题,请参考以下文章

支持向量机算法之鸢尾花特征分类机器学习

支持向量机算法之鸢尾花特征分类机器学习

机器学习实践:基于支持向量机算法对鸢尾花进行分类

机器学习算法——分类问题:感知机模型

感知机算法

机器学习算法原理与编程实践之朴素贝叶斯分类