কিছু ভবিষ্যদ্বাণীপূর্ণ মডেলিং কৌশলগুলি ধারাবাহিক ভবিষ্যদ্বাণীদের পরিচালনা করার জন্য আরও বেশি নকশাকৃত, অন্যরা শ্রেণিবদ্ধ বা বিচ্ছিন্ন ভেরিয়েবলগুলি পরিচালনা করার জন্য আরও ভাল। অবশ্যই এক প্রকারকে অন্য ধরণের রূপান্তর করার কৌশল রয়েছে (বিবেচনামূলককরণ, ডামি ভেরিয়েবলস ইত্যাদি)। তবে, এমন কোন ভবিষ্যদ্বাণীপূর্ণ মডেলিং কৌশল রয়েছে যা কেবলমাত্র বৈশিষ্ট্যগুলির ধরণের পরিবর্তন না করে একই সাথে উভয় প্রকারের ইনপুট পরিচালনা করার জন্য ডিজাইন করা হয়েছিল? যদি তা হয় তবে এই মডেলিং কৌশলগুলি কী ডেটাগুলির জন্য আরও বেশি প্রাকৃতিকভাবে কাজ করার প্রবণতা রাখে?
আমার নিকটতম জিনিসটি যা আমি জানি তা হ'ল সাধারণত সিদ্ধান্ত নেওয়া গাছগুলি পৃথক পৃথক ডেটা হ্যান্ডেল করে এবং এগুলি সামনে বিবেচনার প্রয়োজন ছাড়াই অবিচ্ছিন্ন ডেটা পরিচালনা করে । যাইহোক, এটি বেশিরভাগ ক্ষেত্রেই আমি খুঁজছিলাম কারণ কার্যকরভাবে অবিচ্ছিন্ন বৈশিষ্ট্যগুলিতে বিভাজনগুলি কেবল গতিশীল বিবেচনার একধরণের।
রেফারেন্সের জন্য, এখানে কিছু সম্পর্কিত, অ-সদৃশ প্রশ্ন রয়েছে:
- অবিচ্ছিন্ন ভেরিয়েবলের পূর্বাভাস দেওয়ার সময় কীভাবে সিদ্ধান্ত নেওয়া হবে গাছের বিভাজনগুলি কার্যকর করা উচিত?
- আমি যখন শ্রেণীবদ্ধ এবং অবিচ্ছিন্ন ভবিষ্যদ্বাণীকে মিশ্রিত করি তখন কি আমি একাধিক প্রতিরোধ ব্যবহার করতে পারি?
- ধারাবাহিক তথ্যটিকে অবিচ্ছিন্ন হিসাবে গণ্য করা কি কখনও বুদ্ধিযুক্ত?
- অবিচ্ছিন্ন এবং শ্রেণিবদ্ধ ভেরিয়েবল ডেটা বিশ্লেষণ