对于标题措辞不好，我感到抱歉，我只是不确定如何表达我的问题。解释我的问题可能更容易。另外，我对此还很陌生，只参加过一些Python的Udemy课程，并且没有该领域的专业经验。
TL; DR：我想创建一个模型来预测航班会延迟多少分钟，或者是否会取消。
我正在使用2015 Flight Delays dataset on Kaggle，并将此数据与一个发现的站点结合在一起，该站点提供了机场的历史天气数据。我正在尝试结合这两套数据来构建更好的延迟预测器。
我的假设是恶劣的天气是造成延误的主要原因，但确实，恶劣的天气是造成取消的主要原因。
我要解决这个问题的第一个想法是，我可以创建一个线性模型，该模型将天花板，能见度，风作为连续的自变量，并将始发机场，出发机场和降水强度作为分类自变量，并将到达延迟输出为因变量。 但是，这并不代表航班取消。
在数据集中，已取消的航班的出发和到达时间为NaN，然后为已取消的单点编码列。我可以编辑数据集，并做一些事情，例如，如果“已取消”列为1，则将到达延迟设为999，但这与线性模型有关。
我的模型是否可以输出一个数值（连续的）值来表示航班会延迟多少分钟，或者是否将其完全取消（分类的）？
如果没有，我可以以某种方式堆叠模型吗？即，做一个像随机森林模型这样的事情，它只能预测“取消”或“未取消”，然后将“未取消”航班送入一个线性模型，该模型预测航班会延迟多少分钟？
一个不相关的问题：我认为上限/可见度/风之间没有线性关系，但是我确实认为可能存在对数关系。例如，可见度0.5、1.0和1.5英里之间存在巨大差异，但可见度8和10英里之间存在零差异。风和天花板也一样。在scikit-learn中我可以使用哪种模型来说明这一点？
答案 0 :(得分：0)
这里有很多问题，但让我回答与堆叠式机器学习模型有关的问题。
答案是肯定的，您训练了一个可以同时解决这两个任务的神经网络。这就是所谓的多任务学习。我只知道使用深度神经网络实现多任务学习，并且不难实现。最重要的部分是输出层，在这种情况下，您将拥有带有两个激活单元的输出层。一个S型输出单元和一个Relu输出单元（如果您打算仅预测正延迟）。
您提出的另一种解决方案。只需将延迟设置为一个大数字，然后在代码中设置一个条件，例如“如果延迟小时数大于n天，则航班已取消”。
最后我看到的解决方案是实现两个神经网络。一种确定是否取消航班，另一种确定延迟时间。如果第一个返回true，则不要使用第二个。
请随时提问