V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
edwardlol
V2EX  ›  机器学习

请教机器学习的相关问题

  •  
  •   edwardlol · 2018-09-30 19:53:50 +08:00 · 2175 次点击
    这是一个创建于 2006 天前的主题,其中的信息可能已经有所发展或是发生改变。

    分类问题在应用的时候大多还是通过特征预测标签这样的形势

    图像识别也好,异常检测也好。

    现在有这样一个场景,有特征有标签,并且通过算法能取得还可以的分类效果

    但是目标不是通过特征预测标签,而是想要知道特征在什么情况下可以产生正样本

    换句话说,特征是可以控制的变量,如果想要获得尽可能多的正样本,要怎么去控制这些特征?

    7 条回复    2018-10-12 14:58:49 +08:00
    takato
        1
    takato  
       2018-09-30 20:41:52 +08:00
    swordspoet
        2
    swordspoet  
       2018-09-30 23:20:43 +08:00   ❤️ 1
    是不是可以从特征的重要性着手?比如对每个特征单独训练出一个分类器,然后根据预测正样本的个数来对特征的重要性排序。
    flyaway
        3
    flyaway  
       2018-09-30 23:46:17 +08:00   ❤️ 1
    SVD、PCA 等方法可以试试,找出最重要的特征。
    edwardlol
        4
    edwardlol  
    OP
       2018-10-01 00:14:49 +08:00 via Android
    @swordspoet feature importance 已经有在做,目前的这个项目有五六百个特征,结果得出来每一个特征的重要性都不是特别高。可能随着项目推进对特征逐一进行清洗和筛选会有更好的结果。另外得到重要特征后依然有点迷茫,目前的想法是观察正负样本下重要特征的均值和标准差,希望他们的分布有些区别,但是好像没这么简单。
    alixali
        5
    alixali  
       2018-10-02 15:59:04 +08:00
    可以理解为找到正样本和负样本之间的特征差异吗?那就是只采用正样本去进行拟合,可以观察一下过拟合后的各个特征参数。
    neosfung
        6
    neosfung  
       2018-10-08 10:27:40 +08:00 via iPhone
    Gan 了解一下?
    edwardlol
        7
    edwardlol  
    OP
       2018-10-12 14:58:49 +08:00
    @neosfung 呃,可能是我没表达清楚,我不是想自动生成更多正样本,而是通过控制特征来生成正样本
    举个例子吧,假设现在在生产一种零件,生产过程中有温度、湿度、压力、角度四个特征,生产出来后有一个标准去评判零件是否合格
    那么是否能够通过对模型进行分析,指导后续的生产,应该如何控制温度、湿度、压力、角度,来提高产品的合格率
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   5382 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 28ms · UTC 08:39 · PVG 16:39 · LAX 01:39 · JFK 04:39
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.