具有两个目标（分类、回归）的模型？

数据挖掘 机器学习 Python 分类 回归 机器学习模型
2022-03-15 20:32:41

我有一个数据集，其中包含 Cylinders、Transmission、ExteriorColor、OdometerReading、StockType(New/Old)、MakeModel、ModelYear、SoldYearMonth、CountSoldByMonth、Price、TopSelling 等功能。

如果特定的 MakeModel 是一个月内销量最高的 5 辆汽车，则目标列为 1。因此，鉴于 60 个月的数据，我必须预测接下来几个月最畅销的汽车。我还必须预测车辆的价格。所以我想，我需要同时做 Classification 和 Regression 。

MSRP   Cylinders   Transmission   ExteriorColor   OdometerReading   StockType     MakeModel            SoldYearMonth   CountSoldByMonth   Price   TopSelling
42098      8            MYC            Black           70348           Used    Chevrolet Tahoe            5/1/2019           10           39998     0
26390      4            MNK            Black            10             New      Buick Encore              5/1/2019           31           26390     1

等等.. 建议零售价和价格并不总是相同的。

我该如何解决这个问题？

2个回答

您还可以考虑使用 Keras 功能 API 的多输出模型（请参阅“使用 R 进行深度学习”，第 7 章，第 224 页）。这是各自的Keras 文档。网上也有一些教程。我不确定 NN 是否适合您的问题，但这是一个可以考虑的选项。优点是您的模型还可以在学习时考虑特征和两个输出之间的相关性（这可能会产生更好的结果）。

虽然我不确定什么是建议零售价，但仍然对于您期望两种不同行为的此类问题，我建议进行两种不同的模型培训，

  1. 用于分类
  2. 对于回归

因此，您必须使用相同的功能集训练两种不同的模型，一种用于价格，另一种用于最畅销的模型。

注意：您可以将价格用作分类问题的特征（以及其他特征），并将畅销值用作回归问题的特征。

其它你可能感兴趣的问题
上一篇贝尔曼方程中的期望值 下一篇选择点以最大化凸包的体积