我正在研究机器学习问题，其中我有一个多标签目标，其中每个标签都是概率。 在过去，我曾经处理多标签问题，但每个标签都是二进制标签。例如，如果目标是一系列书籍主题（'Python'，'机器学习'，'童话'，'烹饪'），基于Python的scikit学习的机器学习书将有[1,1]的目标， 0,0]。
现在，对于我试图解决的问题，我的目标不是二进制。目标本身是一系列概率，如[0.75,0.25,0,0]。我认为目标是以人群采购方式制作的，这些概率反映了人们判断的变化。 因此，除非我想在类中存储概率（即p <0.5 - > 0，p> = 0.5 - > 1），否则我会遇到回归问题，其中目标需要被约束在0和1之间。 我可以尝试哪种算法的想法？我正在使用Python的scikit learn。
谢谢！
答案 0 :(得分：2)
一个选项是使用Multilayer Perceptron，因为它不需要二进制目标值，并且可以轻松处理约束到范围[0,1]的目标值（即，当使用sigmoid或tanh激活函数时） 。您还可以对输出进行标准化，以确保多个类的概率总和为一。
答案 1 :(得分：2)
您能否将这些众包概率视为标签权重？然后，您可以考虑训练可以考虑标签权重的算法，例如线性分类器或增强算法。
例如，如果使用朴素贝叶斯分类器，我们习惯于处理标签权重为1的每个标签，现在每个标签都有一个相关的分数标签权重。如果这是文档分类的应用程序，我们可能会为以下两个训练实例提供一组基础事实标签：
1. {News: 0.8, Sports: 0.5}
2. {News: 0.1, Sports: 0.8}
假设您有一个单词w1，它在第一个实例中出现5次，在第二个实例中出现2次。
当您计算给定类别标签的单词w1的概率时，执行：
P(w1 | News) = (5*0.8 + 2*0.1) / (#of weighted occurrences of all words in all your News docs)
P(w1 | Sports) = (5*0.5 + 2*0.8) / (# weighted occurrences of all words in all your Sports docs)
注意我们在学习模型时如何考虑标签权重。基本上，单词出现的次数会获得折扣优惠。