每个组内的预测/分类（多类/多标签）

数据挖掘 机器学习 分类 预测建模
2022-02-23 10:18:26

我想对特定产品类别（数据集中> 100）中的产品列表（数据集中> 1000）进行预测。

例子：

  1. 选择产品类别（1个或多个）：水果、蔬菜或更多；
  2. 模型做出预测并可能返回：
  • 水果：香蕉、苹果、草莓；
  • 蔬菜：胡萝卜、洋葱、土豆；

假设：

  • 用户输入的产品类别和预测将在这个或多个组内发生（重要的是在结果中返回所有这些）；

潜在的解决方案：

  • 关于产品分类，我考虑了多类分类（One vs Rest 或 One vs One => 但是，恐怕它需要大量的计算能力和时间）
  • 棘手的部分是在一个类别内进行预测，这是否意味着我需要为每个类别建立一个单独的模型？
1个回答

以下是一些示例数据，仅限于 >1000 个示例中的少数示例。第一张图片是表格的彩色打印屏幕，以突出显示不同的类别：主要、宏观、微观类别，图片下方是原始数据。目标是：

  1. 用户输入两个（可以是一个甚至全部）宏类别（例如柑橘和绿叶）
  2. 对于这些宏类别（已输入），模型返回最佳匹配
  3. 恐怕如果我在整个数据集上训练模型（RF 或 SVM），使用宏类别和微类别作为模型中的不同特征 -> 模型可以预测与宏观类别无关的微类别（例如，我结果会得到橘子（柑橘），但我只输入了浆果和甜瓜的模型）。

在此处输入图像描述

主类 宏类 微类 表现 用法 经验
水果 浆果  蓝莓 1 0.5 6.05
水果 浆果  山莓 2 1 12.1
水果 浆果  枸杞 3 1.5 18.15
水果 浆果  草莓 4 2 24.2
水果 浆果  越橘 5 2.5 30.25
水果 浆果  巴西莓 6 3 36.3
水果 浆果  蔓越莓 7 3.5 42.35
水果 浆果  葡萄 8 4 48.4
水果 柑橘 橘子 21 10.5 127.05
水果 柑橘 柚子 23 11.5 139.15
水果 柑橘 橘子 25 12.5 151.25
水果 柑橘 青柠 27 13.5 163.35
水果 核果 油桃 6 3 36.3
水果 核果 杏子 7 3.5 42.35
水果 核果 桃子 8 4 48.4
水果 核果 李子 9 4.5 54.45
水果 瓜类 西瓜 2 1 12.1
水果 瓜类 甜瓜 3 1.5 18.15
水果 瓜类 蜜瓜 4 2 24.2
蔬菜 绿叶 莴苣 25 12.5 151.25
蔬菜 绿叶 菠菜 27 13.5 163.35
蔬菜 绿叶 银甜菜 6 3 36.3
蔬菜 十字花科 卷心菜 7 3.5 42.35
蔬菜 十字花科 菜花 8 4 48.4
蔬菜 十字花科 球芽甘蓝 25 12.5 151.25
蔬菜 十字花科 西兰花 27 13.5 163.35
蔬菜 骨髓 南瓜 6 3 36.3
蔬菜 骨髓 黄瓜 7 3.5 42.35
蔬菜 骨髓 夏南瓜 8 4 48.4
蔬菜 葱属 洋葱 5 2.5 30.25
蔬菜 葱属 大蒜 6 3 36.3
蔬菜 葱属 葱 7 3.5 42.35
其它你可能感兴趣的问题
上一篇区分 ML 建模和统计建模的细线 下一篇图像卷积是如何使用简单的线性代数在深度学习库中实际实现的？