WEKA中的多類迴歸

Question

假設我有一個連續輸出值在相同範圍內的四類問題。 （假設在10-50之內）。如果我將所有的班級數據（訓練數據）放在一個單獨的.csv文件（對於WEKA）中，每個訓練樣本都有連續的輸出......那麼我的迴歸模型將如何告訴我輸出（連續）獲得的是哪一類？我想同時對多類輸入數據進行量化

Answer 1

我現在仍然完全確定你的問題，但我假設你有四個數據集，每個數據集都有一個迴歸問題，並且你想執行對累積數據集進行迴歸，並期望該模型不僅可以恢復迴歸值，還可以回收「來源」。

1. 在天真的實現（只是串聯數據），它是不可能，因爲你將失去有關數據的sourece
2. 你可以增加產值的任何信息，因此，而不只是「Y」 （迴歸值），您還添加了另一個值，指示它來自哪個集合，例如：

。

Set1: 
x11 -> y11 

Set2: 
x21 -> y21 

Set3: 
x31 -> y31 

Set4: 
x41 -> y41 

將其轉換爲

Big set: 
x11 -> (y11,1) 
x21 -> (y21,2) 
x31 -> (y31,3) 
x41 -> (y41,4) 

還是以一元譯碼

Big set: 
x11 -> (y11,1,0,0,0) 
x21 -> (y21,0,1,0,0) 
x31 -> (y31,0,0,1,0) 
x41 -> (y41,0,0,0,1) 

這樣，一旦你訓練不僅可以檢索迴歸價值，而且源數據集（其中你稱之爲「班級」）。

當然，最簡單的解決方案是建立兩個獨立的模型，一個用於迴歸，一個用於分類，這樣您可以使用爲這些任務設計的模型（同時使用一個模型需要選擇一些次優解決方案至少一部分）。

Big set regression: 
x11 -> y11 
x21 -> y21 
x31 -> y31 
x41 -> y41 

Big set classification: 
x11 -> 1 
x21 -> 2 
x31 -> 3 
x41 -> 4 

的問題是否有利於創造這樣的「大集」，而不是在小的工作相當於回答的問題：

Wheter正在迴歸價值具有非常相似每個子問題中的預測變量

所以 - 如果你有合理的理由，那麼在每個子問題中，這個特徵可以以類似的方式派生（因爲它對應於一些物理現象獨立於你的數據分割）是的，這是一個好方法。儘管只有在訓練集非常有限的情況下才應採取這些步驟 - 如果給出足夠的數據，最好假設每個子問題具有不同的特徵以防止模型偏差。最後，「最終」的答案是「檢查兩種方法並評估它們的表現會更好」（例如使用交叉驗證），這也可以讓你瞭解這個值是否真的在子集中是獨立的。