多目标回归(MTR)可用于RapidMiner?

AayushShahAayushShah 成员职位:3.贡献我
7月29日编辑 在帮助
我是这个平台的新手，我有一个用例，我想在其中预测4个目标(都是连续的)一起。

有人已经问过这个问题之前在这个线程:在这里
既然这个问题是在2018年提出的，我认为现在可能是了解最新情况的好时机。

所以问题是:多目标回归是可能的RapidMiner?

谢谢你！
标记:

最好的答案

  • BalazsBaranyBalazsBarany 管理员，版主，员工，RapidMiner认证分析师，RapidMiner认证专家职位:847独角兽
    解决方案接受
    嗨！

    是的，使用讨论中描述的技术，这是可能的。

    由于您预测了四个目标，因此使用Loop Attributes并在其中选择目标来实现它会更有效。然后，这将为所有四个属性执行回归建模和验证(以及您在流程中放入的任何内容)。

    问候,
    Balazs
    AayushShah
  • AayushShahAayushShah 成员职位:3.贡献我
    解决方案接受
    也就是说，所有的目标都是独立的他们会被单独训练，对吗?因此，所有相同的功能将用于所有四个目标，我的选择对吗?

    感谢您的重播!
    Aayush沙
  • BalazsBaranyBalazsBarany 管理员，版主，员工，RapidMiner认证分析师，RapidMiner认证专家职位:847独角兽
    解决方案接受
    根据您的用例，您可能应该在构建模型时排除这三个可选标签。

    通常，当学习数据集已经存在时，目标属性(标签)是不可用的。因此，您应该训练标签X而不使用其他可能的标签，除非您希望它们在以后应用模型(评分)时可用。

    除了标签之外，您还可以从相同的数据(其他属性)中预测这四个标签。

    问候,
    Balazs

答案

  • AayushShahAayushShah 成员职位:3.贡献我
    谢谢@BalazsBarany
    从我对这个问题的理解来看，我必须创建4个不同的模型，每个模型都将使用相同的特征进行训练。

    模型1 = X1..Xn | Y1
    模型2 = X1..Xn | Y2
    模型3 = X1..Xn | Y3
    模型4 = X1..Xn | Y4

    对吧?好吧，我试试这个方法。


  • BalazsBaranyBalazsBarany 管理员，版主，员工，RapidMiner认证分析师，RapidMiner认证专家职位:847独角兽
    你好,

    是的，这在技术意义上是正确的。它还必须在逻辑上适合您的用例。只有你能决定。

    问候,
    Balazs
    AayushShah
登录或注册置评。