机器学习分类

我的目标范围是1到5。有什么方法可以强制模型仅在这个范围内进行预测吗?

无论我使用哪种模型,有时会得到负值和大于5的值。


回答:

你可以使用支持多类分类的模型,比如Softmax回归。这种算法是对Logistic回归的扩展,可以对N个目标进行分类,其中N > 1。

你的模型的硬预测可以是:

1 2 3 4 50 0 0 1 0

这意味着预测结果是4

或者它可以是软预测:

1   2   3   4   50.1 0.1 0.6 0.1 0.1

这是概率分布,你可以据此了解模型的置信度。

Scikit-learn在Logistic回归算法中通过指定参数multi_class="multinomial"实现了Softmax回归。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注