【问题标题】:Limiting prediction range for Weka限制 Weka 的预测范围
【发布时间】:2013-05-03 03:44:50
【问题描述】:

在我的研究中,我使用 Weka 来预测不同用途的 alpha 值。 alpha 的合法范围是介于 0 和 1 之间的任何实数。它目前表现良好,但一些预测大于 1。我想将分类器保持为数字,因为它是一个实数,但我想将预测的范围限制在 0 和 1 之间。关于如何做到这一点?

【问题讨论】:

    标签: machine-learning weka prediction


    【解决方案1】:

    我认为@Lars-Kotthoff 提出了有趣的观点。我会从不同的角度提供我的建议,完全忽略分类问题:

    一旦您有一组值在 [0, inf) 范围内,您就可以尝试使用诸如 logitmin-max 等函数对它们进行归一化。

    【讨论】:

      【解决方案2】:

      你不能在 Weka 中做到这一点。是否可能完全取决于回归算法的实现——我不知道在 Weka 的任何算法中都实现了类似的东西(尽管我可能错了)。

      即使实现了,最有可能发生的事情是所有大于 1 的值都将被简单地替换为 1。您可以通过检查每个预测并替换所有大于 1 的值来做同样的事情。

      在训练回归模型时考虑可能的输出范围不太可能提高性能。

      【讨论】:

        猜你喜欢
        • 1970-01-01
        • 1970-01-01
        • 2015-04-13
        • 2017-04-30
        • 1970-01-01
        • 1970-01-01
        • 2011-04-23
        • 1970-01-01
        • 1970-01-01
        相关资源
        最近更新 更多