machine-learning - 限制 Weka 的预测范围

Question

对于我的研究，我使用 Weka 来预测不同用途的 alpha 值。alpha 的合法范围是介于 0 和 1 之间的任何实数。它目前表现良好，但一些预测大于 1。我想将分类器保持为数字，因为它是一个实数，但我想将预测的范围限制在 0 和 1 之间。关于这个怎么做？

Answer 1

我认为@Lars-Kotthoff 提出了有趣的观点。我会从不同的角度提供我的建议，完全忽略分类问题：

一旦您在 [0, inf) 范围内获得一组值，您就可以尝试使用一些函数（例如logit或min-max等）对它们进行归一化。

Answer 2

你不能在 Weka 中做到这一点。是否有可能完全取决于回归算法的实现——我不知道在 Weka 的任何算法中都实现了这样的东西（尽管我可能错了）。

即使它被实现了，最有可能发生的事情是所有大于 1 的东西都将被简单地替换为 1。您可以通过检查每个预测并替换所有大于 1 的值来做同样的事情。

在训练回归模型时考虑可能的输出范围不太可能提高性能。