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。
答案 0 :(得分: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。