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

在使用k近邻算法时,有没有办法获取被使用的“邻居”?

我想找到一种方法来确定在我的knn算法中实际使用了哪些…

Theano在Google Colab上无法启用GPU支持

我在尝试使用Theano库训练一个模型。由于我的电脑内…

准确性评分似乎有误

这里是代码: from sklearn.metrics…

Keras Functional API: “错误检查输入时:期望input_1具有4个维度,但得到形状为(X, Y)的数组”

我在尝试使用Keras的fit_generator来训…

如何使用sklearn.datasets.make_classification在指定范围内生成合成数据?

我想为分类问题创建合成数据。我使用了sklearn.d…

如何处理预测时不在训练集中的标签

已关闭。 此问题与编程或软件开发无关。目前不接受回答。…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注