哪种机器学习模型适用于以下情况

Question

我想建立一个基于多个指标识别物种的模型。问题是，神经网络（通常）接收向量，而我的指标并不总是很容易用数字表示。例如，指标之一不仅是物种是否执行某些动作（例如，“0”或“1”，或介于两者之间的任何动作，如果动作的本质允许的话），但有时，以何种顺序是执行的那些动作。我希望系统能够根据这些指标来决定和分类物种。没有可能的类，而是有许多指标。 训练数据的数量不是问题，我可以得到尽可能多的数据。 我应该考虑哪些机器学习技术？也许某种特殊的神经网络会做？或者可能是完全不同的东西。

Answer 1

如果您将一系列操作视为字符串，则使用“执行了操作 A”之类的功能类似于 unigram model。如果你想考虑动作的顺序，你应该添加二元组、三元组等。

不过，这会炸毁您的功能空间。例如，如果您有M 可能的操作，那么就有M (M-1) / 2 二元组。一般来说，有@987654322@(M<sup>k</sup>)k-grams。这会导致以下问题：

• 您拥有的功能越多，应用某些方法就越困难。例如，许多模型遭受curse of dimensionality
• 您拥有的功能越多 - 捕获有意义的关系所需的数据就越多。

这只是解决您的问题的一种可能方法。可能还有其他人。例如，如果您知道有一组参数 ϴ 以已知（至少近似）方式控制动作生成过程，您可以构建一个单独的模型来首先推断这些参数，然后使用 ϴ 作为特征。

为您的数据提出合理的数字表示的过程称为feature engineering。完成此操作后，您可以随意使用任何机器学习算法。