Question

基于是否在订购后完成超级乘坐的完成以及具有什么准确性/概率的实践问题具有以下特征：

Available Drivers     int64
Placed Time           float64
Response Distance     float64
Car Type              int32
Day Of Week           int64
Response Delay        float64
Order Completion      int32 [target]

我的方法是使用tf.Keras Sequential预测目标。看起来是这样的：

model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(16, activation='relu', input_shape=input_shape),
    tf.keras.layers.Dense(16, activation='relu'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(1, activation='sigmoid')
])

adam_optimizer = tf.keras.optimizers.Adam(learning_rate=LEARNING_RATE)

binary_crossentropy_loss = tf.keras.losses.BinaryCrossentropy()

model.compile(optimizer=adam_optimizer,
              loss=binary_crossentropy_loss,
              metrics=['accuracy'])
early_stop = tf.keras.callbacks.EarlyStopping(monitor='val_loss', patience=ES_PATIENCE)

history = model.fit(train_dataset, validation_data=validation_dataset, epochs=EPOCHS, verbose=2,
                        callbacks=[early_stop])

我像这样标准化数据（请注意train_data是一个数据框）：

    train_data = tf.keras.utils.normalize(train_data)

然后进行预测，

predictions = model.predict_proba(prediction_dataset, batch_size=None)

培训结果：

loss: 0.3506 - accuracy: 0.8817 - val_loss: 0.3493 - val_accuracy: 0.8773

但这仍然使我出现相应质量的质量概率很低。这是错误的方法吗？

对于这种问题，您会建议采用哪种方法，而我做错了吗？对于这种解决方案，神经网络难道不是个好主意吗？非常感谢！

Answer 1

在您解决问题时，这是一个经典机器学习分类问题。

考虑到N个特征（独立变量），您必须预测1个（一个）因变量。

构造神经网络的方式很好。

由于您有二进制分类问题，因此S型激活是正确的。

关于模型的复杂性（层数，每层神经元数），很大程度上取决于您的数据集。

如果您有一个包含许多功能和大量示例的综合数据集（示例是数据框中具有X1，X2，X3 ... Y的行），其中X是要素，Y是因变量，您的模型的复杂度可能会有所不同。

如果您的小型数据集具有一些功能，则建议使用小型模型。始终从小模型开始。

如果遇到拟合不足（训练集以及验证和测试集的准确性较差）的问题，则可以逐渐增加模型的复杂性 >（添加更多层，每层添加更多神经元）。

如果遇到过度拟合的问题，实施正则化技术可能会有所帮助（降落，L1 / L2正则化，加噪，数据增强）。

您需要考虑的是，如果您的数据集很小，那么经典的机器学习算法可能会胜过深度学习模型。发生这种情况是因为神经网络与机器学习模型相比非常“饥饿” --->，它们需要更多的数据才能正常工作。您可以选择SVM /内核SVM / Random Forest / XGBoost以及其他类似算法。

编辑！

无论是否以何种准确性/概率自动将问题分为两部分，而不仅仅是简单的分类。

我个人要做的事情如下：由于概率发生在0％到100％之间，因此，如果您在X列中将概率作为要素（而您没有），则根据数据数您可以执行以下操作：我将为每个概率部分分配一个标签：1到（0％，25％），2到（25％，50％），3至（50％，75％），4至（75％，100％）。但这完全取决于先验概率信息（如果您具有概率作为特征）。 然后，如果您推断出并获得了标签3，便会知道旅程完成的可能性。

否则，您不能将当前问题归为分类和概率分类。

希望我能给您介绍性的见解。编码愉快。

Answer 2

如果您要进行分类，则可能需要研究整体方法（森林，林木等）

如果您正在计算概率，则可能需要研究概率图形模型（贝叶斯网络等）

根据有限的功能预测百分比精度

2 个答案: