Question

在传统的机器学习分类问题中，分类器接受输入特征向量并分类为预定类之一。

在我的场景中，我需要一个输入特征向量

Fin = (fi1, fi2, fi3.... fin)

并学习输出另一个特征向量，如

Fout = (fo1, fo2, fo3,....fon)

如何使用ANN，决策树或svm这样的通用分类器来实现这一目标。

Answer 1

如果你想使用“通用分类器”，你唯一的选择是单独预测每个向量元素，即学习模型来预测第一个特征，预测它，重复n次。

使用statistical relational learning技术也可以预测特征向量等结构化输出。这是一个比传统机器学习更不成熟的领域，但更难理解和使用。此外，可用的工具要少得多。