機器學習，決策樹

Question

我有一個關於機器學習和決策樹的問題。我從事計算生物學（長RNA二級結構預測）。

我有一個預測預測RNA二級結構準確性的程序。的輸入參數的程序是

• 莖長（L） - 的值從3,4,5,6,7和8
• 間隙尺寸（G） - 從0,1,2值3,4,5,6,7和8
• 塊長度（C） - 從60,70,80,90,100,120,130,140值，以及150

我想知道，對於給定的RNA序列長度（S），其中L，G，C組合給出最大精度。

我有一個包含50個序列長度爲S的序列文件的訓練數據集，並且對於每個這些序列文件，給出最大準確度輸出的L，G，C輸入參數組合是已知的。

有沒有一種方法可以知道要使用哪個特定的L，G和C參數以便找出所有L，G和C範圍值的最大精度？

Answer 1

您的問題陳述不是很清楚。

你想要一個監督式學習算法，從你的50個訓練樣例中學習，並創建一個預測程序，將一個「序列文件」作爲輸入併產生該序列文件的L，G和C的輸出值。

這是正確的嗎？

有監督學習算法有很多選擇。序列文件中的數據究竟是什麼？它是一個實數的矢量嗎？它有什麼結構？如果你必須確定L，G和C「手動」序列文件，你可以做到嗎？你會怎麼做？

Answer 2

我認爲你想找到一個「最大的影響因素」三個參數中（L，G，C），這是不是一個很常見的需求，但我覺得一些想法，可以幫助你。

1. 你可能可以建立（因爲每次你選擇兩個從三個參數三棵樹），它使用三個參數（一棵樹），兩個參數幾種不同的決策樹和只有一個參數（當然，三棵樹） 。因此，您可以有七個決策樹，然後您可以將精度輸出與它們進行比較，以便了解不同參數對最終預測的貢獻。

2. 您可以計算出這三個參數的相對矩陣和最終預測，然後您就可以知道它們對最終結果的貢獻權重。

PS.You要求（只選擇一個因素，使機器學習）genrenally不是一個好主意，因爲不同的因素日預測的貢獻通常不是線性的，即要知道，結合更多的因素在機器學習中的輸入向量通常會帶給你更好的結果。

祝你好運！