使用表格数据进行 CoreML 设备上模型训练答案

【问题标题】：CoreML on-device model training with tabular data使用表格数据进行 CoreML 设备上模型训练
【发布时间】：2020-03-15 07:54:37
【问题描述】：

我正在尝试构建一个应用程序，该应用程序基于具有 4 个特征的表提出建议（不同的类）：纬度、经度、时间和工作日。

我的应用程序的训练数据是 100% 个人的，因此对模型进行预训练没有任何意义。我希望能够在设备上进行训练。我知道 CoreML 3 支持更新神经网络和 kNN 分类器，但这真的对我的表格数据有帮助吗？

不幸的是，无法在设备上训练其他表格分类器，例如吹嘘树、随机森林……。对于那些更简单的机器学习算法的设备训练，是否有 CoreML 的替代品？或者 CoreML 是否已经可以做我想做的事了。

很遗憾，我并不是神经网络方面的专家。

【问题讨论】：

你解决了吗？我想构建一些非常相似的东西。
@Arjan 我没有。我意识到我还需要先自学机器学习算法的基础知识。 CreateML 非常方便，因为它允许像我这样的绝对菜鸟创建表格分类器。 CreateML 还可以自动为您选择合适的算法。由于 CreateML 在 iOS 上不可用，看来您需要更深入地了解 ML 才能创建类似的东西。
感谢您的回复。希望 iOS XX 会为这个用例增加一些设备上的可能性。对我来说，这听起来像是许多应用程序都可以使用的东西，例如基于以前使用情况的基本 AI 推荐系统。

【解决方案1】：

仅仅因为 Core ML 没有提供某些东西，并不意味着它是不可能的。 :-) 您可以使用现有的库或自己实现算法。

如果您希望构建一个逻辑回归分类器，手动实现这一点相当容易。（您甚至可以为此使用具有单层的神经网络，并且仍然使用 Core ML。）

【讨论】：