我有一个训练数据集，它根据过去几年（2005-2007 年）的表现对各种板球运动员（2008 年）进行排名。
我必须使用这些数据开发一个模型，然后将其应用于另一个数据集，以使用已经提供给我的数据（2009-2011）预测玩家（2012）的排名。
哪种预测模型最适合这个？使用不同形式的回归或神经网络的优缺点是什么？
问问题
436 次
2 回答
2
要使用的模型类型取决于不同的因素：
- 数据量：如果你的数据很少，你最好选择一个简单的预测模型，比如线性回归。如果您使用的预测模型过于强大，您将面临过度拟合模型的风险，从而导致新数据泛化不良。现在你可能会问，什么是小数据？这取决于输入维度的数量和数据的基本分布。
- 您对模型的体验。如果您对神经网络没有什么经验，那么处理它们可能会非常棘手。有很多参数需要优化，比如网络层结构、迭代次数、学习率、动量项等等。就这种“元优化”而言，线性预测更容易处理
如果您仍然无法选择其中一种方法，对您来说实用的方法是评估几种不同的预测方法。您将一些已经有目标值的数据（2008 年的数据）提取为训练和测试数据（例如，将 10% 作为测试数据），使用交叉验证进行训练和测试，并计算错误率将预测值与您已有的目标值进行比较。
C. Bishop 的《模式识别和机器学习》是一本很棒的书，它也在网络上。它有一个关于预测模型的精彩介绍部分。
于 2013-09-14T09:18:31.717 回答
1
- 哪种预测模型最适合这个？2. 使用不同形式的回归或神经网络的优缺点是什么？
“什么是最好的”取决于你拥有的资源。具有信息理论学习图的完整贝叶斯网络（或 k-依赖贝叶斯网络）是最终的“无假设”模型，并且通常表现得非常好。复杂的神经网络也可以表现得非常出色。此类模型的问题在于它们的计算成本可能非常高，因此采用近似方法的模型可能更合适。回归、神经网络和贝叶斯网络在数学上存在相似之处。
回归实际上是一种简单的神经网络形式，对数据有一些额外的假设。可以构建神经网络以减少对数据的假设，但正如 Thomas789 所指出的，其代价是难以理解（有时非常难以调试）。
根据经验 - 模型中的假设和近似值越多，就越容易 A：理解和 B：找到必要的计算能力，但可能会以性能或“过度拟合”为代价（这是模型适合训练数据很好，但不能外推到一般情况）。
免费在线书籍：
于 2013-09-16T13:51:31.503 回答