Które metody regresji są odpowiednie dla cech binarnych i ciągłego wydruku?

Question

Chcę zbudować model uczenia maszynowego do regresji na ciągłym wyniku z wartościami binarnymi (0,1). rozmiar mojego problemu wynosi około 200. która z metod płynących wydaje się odpowiednia dla tego rodzaju problemu?

• SVR z różnych Jądra

• regresji losowych las

• MARS

• Gradient pobudzanie z drzewa regresji

• regresji Kernel (regresja Nadya-Watson Kernel)

• LSR i Lars

• Stochastic Gradient pobudzanie

Answer 1

Intuicyjnie mówiąc, cokolwiek wymagające obliczenia gradientu ma zamiar walczyć o wartościach binarnych. Z twojej listy SVR i Forests byłyby pierwszym miejscem, w którym szukałbym rozwiązania wzorcowego.

Answer 2

Możesz również spojrzeć na maksymalizację oczekiwań dla modeli mieszanek Bernoully. Dotyczy zestawów wejściowych binarnych. Teorię można znaleźć w książce: Christopher M. Bishop. "Rozpoznawanie wzorów i uczenie maszynowe".