设计天气数据分类问题

Question

在正常的2级或多级分类问题中，我们可以使用任何着名的机器学习算法，如Naive Bayes或SVM来训练和测试模型。 我的问题是我已经获得了天气数据，标签变量的格式为“20％降雨，80％干燥”或“30％多云，70％降雨”等。 我该如何处理这个问题？我是否需要以某种方式将问题转化为回归？在这种情况下，如果数据中有三个标签（下雨，干燥，阴天），将百分比信息转换为连续值的正确方法是什么？ 谢谢你的时间

Answer 1

我会推荐一个带有三个输出标签Rain，Dry，Cloud的神经网络。

如果您的数据标签为“20％rain”，则实例的重量将为0.2。如果没有“雨”标签应该包含“假”。其他方法是3种不同的回归分类器，具有相同的转换约定。我认为回归会更好。

神经网络将是一个不错的选择，因为它可以同时进行所有三个回归/分类，它们可以相互影响。此外，训练算法很简单。

Answer 2

假设表达“20％降雨，80％干燥”和“30％混浊，70％降雨”代表概率，那些类是相互排斥的，我们可能会忽略可能的序数关系（例如“干＆gt;其中，多项逻辑回归等模型可能适合这些值，就像它们被分组或复制一样。

我认为其他的 ad hoc 程序也可以使用，这样可以最大限度地减少Kullback-Leibler分歧。