बहुभिन्नरूपी प्रतिगमन के लिए यादृच्छिक वन

Question

मुझे इनपुट सुविधाओं और डी वाई आउटपुट के साथ एक बहु-आउटपुट प्रतिगमन समस्या है । आउटपुट में एक जटिल, गैर-रेखीय सहसंबंध संरचना है।$d_x$$d_y$

मैं रेजीमेंट करने के लिए यादृच्छिक जंगलों का उपयोग करना चाहता हूं। जहाँ तक मैं बता सकता हूँ, प्रतिगमन के लिए यादृच्छिक वन केवल एक ही आउटपुट के साथ काम करते हैं, इसलिए मुझे प्रत्येक उत्पादन के लिए यादृच्छिक वनों को प्रशिक्षित करना होगा । यह उनके सहसंबंधों की अनदेखी करता है।$d_y$

क्या यादृच्छिक वनों का विस्तार है जो आउटपुट सहसंबंधों को ध्यान में रखता है? शायद मल्टी-टास्क सीखने के लिए गॉसियन प्रक्रिया प्रतिगमन जैसा कुछ ।

Comments

यहाँ मैं क्या अब तक खुदाई करने में सक्षम है: scikit-learn.org/dev/modules/tree.html#multi-output-problems

— sergeyf

ज़रूर। मेरे पास पेप्टाइड्स के उच्च आयामी "चित्र" (वास्तव में डीआई / डीवी स्पेक्ट्रा) हैं। लक्ष्य पेप्टाइड बनाने वाले अमीनो एसिड के स्थानों और वर्गों का पता लगाना है। मेरा पहला दृष्टिकोण छवि विभाजन था, लेकिन सीआरएफ और पिक्सेल-वार यादृच्छिक वन विफल रहे। इसलिए अब, प्रत्येक पिक्सेल को केवल एक और केवल एक अमीनो एसिड (वास्तव में सच नहीं है) कहने के बजाय, मैं प्रत्येक पिक्सेल को पास के अमीनो एसिड से एक रिश्तेदार "प्रभाव" मान प्रदान कर रहा हूं। प्रत्येक पिक्सेल के लिए आयामी हिस्टोग्राम में यह परिणाम है । इसलिए, कई आउटपुट प्रतिगमन! $d_y$

— सर्जिफ़

यह एक जवाब हो सकता है: क्रिमिसिनी एट अल में। निर्णय वन: वर्गीकरण, प्रतिगमन, घनत्व आकलन, कई गुना के लिए एक एकीकृत फ्रेमवर्क वे आरएफ का उपयोग एक तरह से करते हैं जो आपको अंगों की सीमा की पहचान के लिए उपयुक्त हो सकता है।

— सिमोन

यह देर से भी सही हो सकता है, लेकिन इस पद पर किसी को ठोकर खाने में मदद कर सकता है। रैंडम फॉरेस्ट को मल्टीवेरेट डेटा का उपयोग करके आसानी से प्रशिक्षित किया जा सकता है। सब कुछ उसी तरह से होता है, हालांकि सूचना लाभ गणना के लिए विचरण का उपयोग करने के बजाय, हम कई आउटपुट चर के सहसंयोजक का उपयोग करते हैं। और अधिक महत्वपूर्ण बात, पत्तियों में अब एन-आयामी पीडीएफ होते हैं।

— 14

मुझे नहीं पता कि आरएफ "यह उनके सहसंबंधों की उपेक्षा करता है"। आरएफ के कलाकारों की टुकड़ी की प्रकृति को देखते हुए, मुझे लगता है कि वे सहसंबंधों के लिए जिम्मेदार हो सकते हैं। यदि उन्होंने अविभाज्य इनपुट लिया और अविभाजित आउटपुट दिया तो वे सहसंबंधों के लिए जिम्मेदार नहीं होंगे।

— एंग्रीस्टूडेंट - मोनिका

Answer 1

यहाँ चेहरे की पहचान के साथ बहु-प्रतिगमन प्रतिगमन समस्या का एक उदाहरण है। इसमें एक कोडिंग नमूना भी शामिल है, यह आपको अपनी कार्यप्रणाली के साथ एक शुरुआत देना चाहिए। http://scikit-learn.org/stable/auto_examples/plot_multioutput_face_completion.html

Answer 2

विशेष रूप से उसके लिए एक नया पैकेज है (व्यक्तिगत रूप से परीक्षण नहीं किया गया है)

https://cran.r-project.org/package=MultivariateRandomForest