有没有一种机器学习算法将分类和回归合二为一

Posted

技术标签:

【中文标题】有没有一种机器学习算法将分类和回归合二为一【英文标题】:Is there an machine learning algorithm that combines classification and regression into one 【发布时间】:2017-09-02 07:59:24 【问题描述】:

我有一个数据集,其中我想预测组件以及组件,我还需要预测它们的比例,这在我看来就像分类+回归。有没有这样做的python库?有没有为此的深度学习方法?我也知道这项任务可以分两步完成,但有没有办法将这些操作结合起来。

我期望的解决方案格式是我必须得到的预测

A 类:34% B类:46% U 类:20%

假设从 A 到 Z 存在类,并且组合可能会增加或减少类的数量。

【问题讨论】:

【参考方案1】:

潜在类回归

您所描述的问题可以通过潜在类回归或聚类回归来解决,或者它是广义线性模型的扩展混合,这些模型都是更广泛的有限混合模型或潜在类模型家族的成员。

它本身不是分类(监督学习)和回归的组合,而是聚类(无监督学习)和回归的组合。可以扩展基本方法,以便您使用伴随变量预测类成员资格,这使得它更接近您正在寻找的内容。事实上,Vermunt 和 Magidson (2003) 描述了使用潜在类模型进行分类,他们将其推荐用于此类目标。

在detail here中有解释

【讨论】:

以上是关于有没有一种机器学习算法将分类和回归合二为一的主要内容,如果未能解决你的问题,请参考以下文章

机器学习故事汇-逻辑回归算法

收藏 | 机器学习分类算法

收藏 | 机器学习分类算法

收藏 | 机器学习分类算法

机器学习分类算法之逻辑回归

吴恩达机器学习_46分类/47假设函数/48决策边界