当前位置:  开发笔记 > 人工智能 > 正文

序数分类包和算法

如何解决《序数分类包和算法》经验,为你挑选了2个好方法。

我正在尝试制作一个为项目i选择评级(1-5)的分类器.对于每个项目i,我有一个向量x,包含大约40个与i有关的不同数量.我对每件商品都有金标准等级.根据x的某些功能,我想训练一个分类器给我一个与金标准非常接近的等级1-5.

我在分类器上看到的大部分信息只涉及二元决策,而我有一个评级决定.是否有常见的技术或代码库来处理这类问题?



1> doug..:

我同意你的看法,响应变量在序数范围内的ML问题需要特殊处理 - '机器模式'(即返回类标签)似乎不够,因为类标签忽略了标签之间的关系("1st ,第2,第3"); 同样,'回归模式'(即将序数标签视为浮点数,{1,2,3}),因为它忽略了响应变量之间的度量距离(例如,3 - 2!= 1).

R具有(至少)几个针对序数回归的包.其中一个实际上被称为Ordinal,但我没有使用它.我使用R中的设计包进行序数回归,我当然可以推荐它.设计包含一整套函数,用于通过序数逻辑模型对序数回归问题进行求解,诊断,测试和结果表示.这两个软件包都可以从CRAN获得)使用设计软件包的序数回归问题的逐步解决方案在UCLA统计网站上提供.

此外,我最近查看雅虎一个小组的论文,该小组使用支持向量机进行序数分类.我没有尝试过应用他们的技术.



2> Nate Kohl..:

你尝试过使用Weka吗?它支持开箱即用的二进制,数字和名义属性,后两种属性可能适用于您的目的.

此外,看起来可用的分类器之一是名为OrdinalClassClassifier.java的元分类器,这是本研究的结果:

Eibe Frank和Mark Hall,一种简单的序数分类方法. "第12届欧洲机器学习会议论文集",2001年,第145-156页.

如果您不需要预制方法,那么这些引用(除了doug关于Yahoo SVM文章的说明)可能有用:

W Chu和Z Ghahramani,序数回归的高斯过程. 机器学习研究杂志,2006.

Wei Chu和S. Sathiya Keerthi,支持向量序数回归的新方法. 在第22届机器学习国际会议论文集,2005年,145-152.

推荐阅读
夏晶阳--艺术
这个屌丝很懒,什么也没留下!
DevBox开发工具箱 | 专业的在线开发工具网站    京公网安备 11010802040832号  |  京ICP备19059560号-6
Copyright © 1998 - 2020 DevBox.CN. All Rights Reserved devBox.cn 开发工具箱 版权所有