একাধিক লক্ষ্য বা শ্রেণীর পূর্বাভাস?


12

ধরুন আমি একটি ভবিষ্যদ্বাণীপূর্ণ মডেল তৈরি করছি যেখানে আমি একাধিক ইভেন্টের পূর্বাভাস দেওয়ার চেষ্টা করছি (উদাহরণস্বরূপ, একটি ডাইয়ের রোল এবং একটি মুদ্রার টস উভয়)। বেশিরভাগ অ্যালগরিদম যে আমি মাত্র একটি লক্ষ্য নিয়ে কাজের সাথে পরিচিত, তাই আমি ভাবছি যে এই ধরণের জিনিসটির কোনও মানক পদ্ধতির আছে কিনা।

আমি দুটি সম্ভাব্য বিকল্প দেখতে পাচ্ছি। সম্ভবত সবচেয়ে নিখুঁত পন্থাটি হ'ল এগুলিকে কেবল দুটি ভিন্ন সমস্যা হিসাবে বিবেচনা করা এবং তারপরে ফলাফলগুলি একত্রিত করা। যাইহোক, যখন দুটি লক্ষ্যগুলি স্বতন্ত্র না থাকে তখন এর গুরুতর অসুবিধা হয় (এবং অনেক ক্ষেত্রে তারা খুব নির্ভরশীল হতে পারে )।

আমার কাছে আরও বোধগম্য দৃষ্টিভঙ্গি হ'ল সম্মিলিত টার্গেট অ্যাট্রিবিউট তৈরি করা। সুতরাং একটি ডাই এবং মুদ্রার ক্ষেত্রে, আমাদের রাজ্য ( ইত্যাদি হবে)। তবে, এটি যৌগিক লক্ষ্যবস্তুতে রাজ্য / শ্রেণীর সংখ্যা আরও দ্রুত বাড়িয়ে তুলতে পারে (আমাদের যদি 2 ডাইস ইত্যাদি ছিল তবে কী হবে)। তদ্ব্যতীত, এটি ক্ষেত্রে বিস্ময়কর বলে মনে হয় যেগুলির একটি বৈশিষ্ট্যটি শ্রেণিবদ্ধ এবং অন্যটি সংখ্যাসূচক (উদাহরণস্বরূপ যদি তাপমাত্রা এবং বৃষ্টিপাতের পূর্বাভাস দেওয়া হয়)।62=12(1,H),(1,T),(2,H)

এই ধরণের জিনিসটির জন্য কোনও মানক পদ্ধতির রয়েছে? বিকল্পভাবে, বিশেষভাবে এটি পরিচালনা করার জন্য কি কোনও শিখার অ্যালগরিদম রয়েছে?


আপনি খুব মানে কি নির্ভরশীল আপনার 2nd অনুচ্ছেদের শেষে। যদি তা হয় তবে প্রথম ভেরিয়েবলটি অনুমান করার পরে আপনি কি কোনও ধরণের মার্কভ চেইন পদ্ধতির কথা ভেবে দেখেছেন?
মিশেল

ওফস, আমি প্রকৃতপক্ষে নির্ভরশীল বোঝাতে চাইছিলাম এবং এটি স্থির করেছি, ধন্যবাদ। আমি একটি মার্কভ চেইন পদ্ধতির বিষয়টি বিবেচনা করি নি এবং আমি যদি ভাবতে পারি তবে এটি যদি এখানে বোঝা যায়; ধন্যবাদ।
মাইকেল ম্যাকগওয়ান

উত্তর:


5

এটি মেশিন লার্নিং সম্প্রদায়ে "মাল্টি-লেবেল লার্নিং" নামে পরিচিত। আপনার প্রশ্নটিতে আপনি যে বর্ণনা করেছেন সেগুলি সহ সমস্যার বিভিন্ন পন্থা রয়েছে। আপনাকে শুরু করার জন্য কিছু সংস্থান:


0

যেখানে আপনার একই পূর্বাভাসকারীদের সাথে দুটি ভেরিয়েবল রয়েছে এবং ভেরিয়েবল বি-তে ভবিষ্যদ্বাণীকারী হিসাবে ভেরিয়েবল এও রয়েছে, আপনি সম্ভবত একটি অপ্টিমাইজেশান সমস্যাটি দেখছেন, যেখানে আপনি একই সাথে A এবং B এর অনুমানগুলি অনুকূল করতে চান। এটির জন্য কোনওটিকে অনুকূল করার কোনও অর্থ হয় না, যদি আপনি দ্বিতীয়টির জন্য খারাপ অনুমান পান।

এটি একটি অপারেশন গবেষণা সমস্যা হবে এবং দুর্ভাগ্যক্রমে আমার দক্ষতার ক্ষেত্রের বাইরে।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.