机器学习 - 预测多个变量，最多可达100％

Question

我正在为当前的美国总统大选制作一些玩具模型。有四名候选人，每人将赢得一些投票权。我的目标是预测每位候选人的百分比。

到目前为止，我已经尝试使用一个学习变量（投票率为％）和几十个因变量来构建数据集。使用WEKA，我已经尝试了MLP和其他几种学习方法。我的问题是，一旦我学会投票模型％，我对每个候选人投票份额的预测绝不会达到100％。

显然，在这种情况下，收到的总票数百分比必然加起来为100％。我接近这个问题了吗？我该怎么做才能改进我的方法？

Answer 1

这种情况发生在百分比的相互依赖性似乎没有嵌入你的方程中。如果您是从头开始编写的，那么您可以在某处包含强制v0 + v1 + v2 + v3 = 1的等式。这些被称为约束，它们用于在您的方程组上施加一些基础物理，否则它们将不会尊重

但是，我并不反对abhiieors回答。如果你有一个看似合理的模型，缩放是一个很好的选择。

v0 = v0 * 100 /（v0 + v1 + v2 + v3）等。