MLR和矢量值分类器/多任务学习

Question

R包MLR支持多标签分类，将特征向量映射到一组离散标签Y_1，Y_2，...，Y_k。例如，Y_1，...可能是分类人口统计特征，例如年龄，收入，性别，这些特征的多个可能适用于训练数据中的给定示例。我相信这有时被称为多任务学习。

一些回归任务，例如典型相关分析，具有类似的风格，其中我们的标签是连续的和矢量值的。在MLR中表示此类任务的最佳方式是什么？我已将管角规范相关性分析纳入常规回归任务，但我严重滥用predict和performance方法（我想返回一个矢量值预测，与矢量值底层相比较真相）。

另一种方法是“矢量化”训练数据，以便K值目标每个训练样例出现K次。然而，这对问题，预测和性能评估失去了一些很好的结构。

Answer 1

听起来这需要一种特殊类型的任务和学习者（或包装学习者），就像多标签分类一样。