是否存在将分类和回归结合为一体的机器学习算法

时间:2017-04-07 04:19:03

标签: python machine-learning classification deep-learning regression

我有一个数据集,其中我想预测组件以及我需要预测其比例的组件,这在我看来像分类+回归。有没有python库可以做到这一点?对此有深入的学习方法吗?另外我理解这个任务可以在两个单独的步骤中完成,但是有一种方法可以组合这些操作。

我期望的解决方案格式是我必须得到的预测

A类:34% B级:46% U类:20%

假设类存在于A到Z之间,并且组合可能会增加或减少类的数量。

1 个答案:

答案 0 :(得分:1)

潜在类回归

您所描述的问题可以通过潜在类回归或聚类回归来解决,或者它是广义线性模型的扩展混合,它们都是更广泛的有限混合模型族的成员,或潜在的班级模特。

它不是分类(监督学习)和回归本身的组合,而是聚类(无监督学习)和回归的组合。可以扩展基本方法,以便使用伴随变量预测类成员资格,使其更接近您要查找的内容。事实上,Vermunt和Magidson(2003)描述了使用潜类模型进行分类,他们推荐这种模型进行分类。

detail here

中对此进行了解释