4 输出回归是否等同于 4 单输出回归叠加?

数据挖掘 Python 神经网络 回归
2021-09-29 07:09:50

我想根据 6 个不同的输入和 4 个输出生成回归。

我使用 python,我比较了 sklearn 和 scipy。但在这两种情况下,回归模型基本上都集中在 1 个输出参数上。

我的问题是:我是否可以考虑我的所有输出都是未链接的,如果可以,是否可以想象我可以并行执行 4 个回归(每个输出一个)以制作等效的 4 个输出模型?

坦克你的提示!

2个回答

“我的问题是:我可以认为我的所有输出都没有链接”

,一般情况下你不能,除非你有先验知识表明这一点。您的输出很有可能是相关的。要探索线性相关性,请执行相关性分析(计算相关性矩阵)。要研究非线性关系,请计算距离相关性

如果是的话,是否可以想象我可以并行执行 4 个回归(每个输出一个)来制作一个等效的 4 个输出模型?

如果您的分析证明输出之间的相关性较低,那么您只能并行实施 4 个独立的回归模型并获得有意义的结果。

我的建议是实现 MIMO 机器学习模型(多输入/多输出),例如多元循环神经网络

希望能帮助到你 :)

我在 sklearn 上找到了一些东西,可以从简单的输出回归生成多输出。这里是:http ://scikit-learn.org/stable/modules/generated/sklearn.multioutput.MultiOutputRegressor.html

它看起来是一个叠加,不是吗?