【问题标题】:how to output a feature vector machine learning classification algorithms如何输出特征向量机器学习分类算法
【发布时间】:2013-03-25 09:33:15
【问题描述】:

在传统的机器学习分类问题中,分类器接受输入特征向量并将其分类为预定类别之一。

在我的场景中,我需要一个输入特征向量

Fin = (fi1, fi2, fi3.... fin)

并学习输出另一个特征向量,例如

Fout = (fo1, fo2, fo3,....fon)

如何使用 ANN、决策树或 svm 等通用分类器来实现。

【问题讨论】:

  • 另外,我可以使用特征散列作为输出特征向量,并训练模型学习输出这个散列值作为输入特征向量
  • 嗨@mar​​c,你能分享一下,你应用了哪种技术?结果如何?

标签: machine-learning classification


【解决方案1】:

如果你想使用“通用分类器”,你唯一的选择是单独预测每个向量元素,即学习一个模型来预测第一个特征,预测它,重复 n 次。

使用statistical relational learning 技术也可以预测结构化输出,例如特征向量。这是一个远不如传统机器学习成熟的领域,也更难理解和使用。此外,可用的工具也少得多。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2019-05-30
    • 2019-01-03
    • 1970-01-01
    • 2012-03-14
    • 2013-06-23
    • 2011-05-17
    • 2017-10-27
    • 1970-01-01
    相关资源
    最近更新 更多