Задача: Скажем, у меня следующие весовые и количественные параметры: w_1..w_n, p_1..p_n. 0 < = w < = 1. У меня также есть выбор случаев параметров и связанных значений.Алгоритм поиска оптимальных весов для прогнозирования
Какие существуют алгоритмы для нахождения оптимальных весов для минимизации ошибок прогнозирования значения, заданного параметрами? И какие алгоритмы обычно достигали лучших результатов?
Пример попытке прогнозировать качество яблока на основе параметров P_1 = транспортной _time, p_2 = days_since_picking. Качество измеряется с использованием субъективной шкалы. 50 человек оценили яблоки с оценками от 1 до 5, и я знаю p_1 и p_2 для всех этих яблок. Как я могу предсказать и найти веса для p_1 и p_2, которые минимизируют общие ошибки в случаях?
Думаю, вам нужно указать функцию потерь для точного ответа на этот вопрос. Но для небольших * n * и не большого количества данных вы можете просто использовать нелинейную оптимизацию и иметь любую функцию потерь, которую вы хотите. Увеличьте * n *, и вы можете легко перетащить проблему этого формата в SVM (см. Libsvm), но я уверен, что это подразумевает определенную функцию потерь. –
Разве это не просто линейная регрессия? – IVlad
Jay: Я не отношусь к этой терминологии, но может ли функция потерь для конкретного случая быть: abs (значение, вычисленное по алгоритму - рейтинг, предоставленный для яблок)? – MortenGR