嗨，我需要帮助来选择最佳分类方法。我的响应变量是标称的，有“4”个类别和五个预测变量，其中两个是标称的，三个是二元的。请向我解释当我尝试使用 R 库“nnet”中的多项逻辑回归时我应该采用哪种方法，但我没有得到令人满意的结果。
如果您的响应和所有预测变量都是分类的，那么可以替代名义 Logistic 回归的最佳分类方法是什么？
数据挖掘
机器学习
机器学习模型
逻辑回归
2022-03-12 11:05:18
1个回答
您可以将分类特征嵌入到某个连续空间中，然后对嵌入执行任何分类方法。例如，使用频谱编码（链接 1）或其他类型的编码（链接 2）。
您可以使用语言建模中的技术，例如本文（链接 3），其中展示了如何学习单词的数字表示（它们是名义事物）。
如果嵌入的数据不是线性分离的，逻辑回归可能仍会显示较差的结果。在这种情况下，请尝试非线性方法，例如决策树、支持向量机、最近的邻居，随机森林等。
或者，尝试编写一个算法来学习将数据分成类的规则，例如
if var1 == value1 and var2 == value2 and var3 == 0 and var4 == 1 and var 5 == 0 then class1
如果您的名义变量没有太多值，则可以快速学习规则。