我有一个数据集,其中我想预测组件以及我需要预测它们的比例的组件,这在我看来就像分类+回归。有没有这样做的python库?这有深度学习方法吗?我也知道这个任务可以在 2 个单独的步骤中完成,但是有没有办法结合这些操作。
我期望的解决方案格式是我必须得到的预测
A 类:34% B级:46% U类:20%
假设从 A 到 Z 存在类,并且组合中类的数量可能会增加或减少。
最佳答案
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的成员。
它不是分类(监督学习)和回归本身的结合,而是聚类(无监督学习)和回归的结合。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,他们推荐它用于此类目的。
在 detail here 中有解释
关于python - 有没有把分类和回归合二为一的机器学习算法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43269560/