#machine-learning
#машинное обучение
Вопрос:
Я пытался задавать этот вопрос раньше, но я понимаю, что я не предоставил достаточно информации. Я даю ему еще один шанс и буду более тщательным.
Я пытаюсь настроить модель машинного обучения, которая будет возвращать значение от 0 до 1 на основе 3 числовых признаков. У меня пока не так много данных, но я работаю над получением большего. Вот краткий обзор того, как выглядят данные:
Например, если я добавлю следующее:
-Низкий: 1,78 -Средний: 2,30 -Высокий: 0,89 Вывод: 0,34 (просто пример)
Будет ли классификатор хорошим вариантом здесь?
Заранее спасибо и, пожалуйста, дайте мне знать, если я упустил какую-либо важную информацию.
Комментарии:
1. Найдите алгоритмы двоичного прогнозирования. Я бы рекомендовал начать со случайного леса. Они просты в настройке и практически не требуют предварительной обработки данных. При этом этот вопрос по-прежнему не по теме для этого сайта. Возможно , он лучше подойдет для другого сайта Stack Exchange.
Ответ №1:
Если вам нужно число от 0 до 1, которое дает вам оценку вероятности того, что оно принадлежит данному классу, хорошим выбором было бы использовать вероятностный классификатор. Классическими методами для этого были бы логистическая регрессия и наивный Байес. Такие методы, как SVM и деревья принятия решений, не обязательно дают вам вероятность в качестве выходных данных, но вы можете применить масштабирование по Платту, чтобы получить (возможно, искаженную) шкалу вероятности. NN с функцией сигмоидального вывода также может работать для этой цели, но я не рекомендую это, поскольку у вас не так много данных.