多种训练有素的模型与多种功能和一种模型

Question

我正在尝试使用张量流构建基于回归的M / L模型。

我正在尝试根据以下条件估算对象的预计到达时间：

• 与目标的距离
• 与目标的距离（X分量）
• 与目标的距离（Y分量）
• 速度

对象在特定旅程中行驶。这可以表示为A-> B或A-> C或D-> F（点1->点2）。有500个特定旅程（在一组点之间）。 这些旅程并不完全是直线，而且每次旅程都是不同的（即所走路线的形状）。

我有两种方法可以解决此问题：

1. 我可以有500种不同的型号，具有4个功能和一个标签（培训ETA数据）。
2. 我可以拥有1个具有5个功能和一个标签的模型。

我的困境是，如果我使用选项1，这会增加复杂性，但会更加精确，因为每种模型都将针对每个旅程。

如果使用选项2，该模型将非常简单，但是我不知道它是否可以正常工作。我要添加的新功能是 originCode + destinationCode 。不幸的是，这些数字无法量化以表示任何数字意义或样式-它们只是定义旅程的文本（旅程A-> B，功能为“ AB”）。

有某种方法可以使用一个模型，并对功能进行分类，以便一个功能只是一个“分组”功能（以针对旅程分开训练数据。

Answer 1

在ML中，我认为选项2通常更好。我们更喜欢通用模型，而不是为特定任务定制许多模型，因为这样做很危险地接近硬编码，而这正是我们试图通过使用ML摆脱的硬编码！

我认为，根据可用的训练数据和模型大小，可以使用一个热向量来描述模型的起点/终点。例如，假设我们有5分（ABCDE），并且我们将从位置B移到位置C，这可以用向量表示：

  

0100000100

如

所示，前五个值对应于起点，而后五个值是目的地。如果您想将输入要素空间减少为：

，也可以将它们组合在一起。

  

01100

正如Scott在评论中所说的，还有其他事情要考虑：

• 您有多少数据？我不确定这可能会使功能空间太大。如果您有足够的数据，则该模型将直观地了解数据点之间的一般距离（实际上不是，而是本质上在数据中）。 如果您有足够的数据，您甚至可以准确地预测没有数据的两点之间！
• 如果确实归因于没有足够的数据，那么将使用旅程的代表性特征，即。路程的长度，路程的形状，行进的海拔高度等。另外，自行进的距离的度量也可能有用。

祝你好运！

Answer 2

我倾向于倾向于个别模型。这是因为，对于沿给定路线和给定速度的给定位置，ETA是时间的确定性函数。如果一个人沿路线单调地靠近目标，那也是到目标距离的确定性函数。因此，没有信息可以从一条路径传递到另一条路径，即“集总”其参数没有先验优势。当然，这是假设您沿每条路线有多个“行程”数据（例如，每分钟收集一次（距离，速度）等）。例如，如果每个路径只有一个基准，则必须对参数进行集中。但是，在这种数据量低的情况下，我相信为“哪条路线”添加一个虚拟变量最终将无济于事，因为这会引入许多与数据集大小相媲美的参数。

请注意，您所描述的模型中的任何一个都可以处理新路线。我倾向于为每个路线建立一个单独的模型，并在数据量允许的情况下建立一个单独的模型，而该模型完全忽略了路线标识，只是为了处理新路线，直到有足够的数据为该路线建立模型为止。