1
试图编写一些处理此任务的代码：此任务的机器学习算法？
•作为一个起点，我有大约20个“配置文件”（想象一个风景配置文件），即1000个实际值的一维数组。 •每个配置文件都有一个实际期望的结果，即“有效高度”。 •有效高度是某种平均值，但高度，宽度和峰值位置起着特殊作用。 •我的目标是根据输入数据进行概括，以便计算更多轮廓的有效高度。
有机器学习算法或原理可以帮助吗？
A
回答
0
也许多元线性回归满足？
+0
如果已知'f'是输入的线性组合，那么可能会出现这种情况。 – 2012-01-07 16:56:26
+0
但是，如果只有20个测试用例，它肯定无济于事。 – 2012-01-07 17:16:26
+0
不，它根本不是线性组合。从我看到的情况来看，高峰似乎扮演着最重要的角色，而“山谷”应该被忽略。我玩过像正方形，或者（nominal_height - x）的和谐平均值，或者忽略了一些最小值。所有这些都让我非常接近，但这还不够好，所以我认为机器学习可以提供帮助。 – Tim 2012-01-07 17:48:45
0
我可能会结合您所说的哪些功能扮演最重要的角色，然后对此进行回归训练。基本上，您需要至少一个对应于每个要素的系数，并且您需要比系数多得多的数据点。所以，我会选择像两座最大山峰的高度和宽度。您现在已将每个配置文件缩减为仅4个数字。现在做这个技巧：将数据分成5组4.选择前4组。将所有这些配置文件缩减为4个数字，然后使用所需的结果进行回归。一旦你已经训练了回归，在最后4点试试你的技巧，看看它有多好。重复此过程5次，每次都遗漏一组不同的数据。这被称为交叉验证，并且非常方便。
显然获得更多的数据会有所帮助。
2
原则1：提取最导入功能，而不是喂养它的一切
正如你所说的，“有效高度是某种形式的平均水平，但高度，宽度和峰的位置发挥特殊作用“所以你有一个强先验假设这些措施是最重要的学习。如果我是你，我会首先计算这些度量，并将它们用作学习的输入，而不是原始数据。
原则2：在选择学习算法，首先要关心的将是线性可分
假设高度是这些措施的功能，那么你必须考虑一下函数的线性程度如何。例如，如果函数几乎是线性的，那么一个非常简单的Perceptron将是完美的。否则，如果它不是线性的，你可能想要选择一个多层神经网络。如果距离线性很远......请转到原则1，并检查是否提取了正确的特征。
原则3：更多的数据帮助
正如你所说，你有大约20 “配置文件”进行培训。总的来说，这还不够。几乎所有的机器学习算法都是为了某种大数据而设计的。即使他们声称他们的算法擅长学习小样本，但通常不会小到20. 获取更多数据！
要澄清，你说有一个未知的函数'f'需要一个长度为1000的数组（一个“profile”），并产生一个标量输出（一个“高度”），而你正在寻找对于可以学习近似'f'的算法？我对机器学习知之甚少，但我的直觉告诉我，20个训练项目可能不足（除非你严格限制'f'可以的功能类型）。 – 2012-01-07 16:48:39
是的，这是场景。我可能会将输入数组的长度从1000缩减到200，但这仍然太多了？这是否意味着我应该首先提取一些我怀疑扮演一个角色的特征值（多少？），然后将它们放入机器学习算法中，以弄清楚如何组合它们？ – Tim 2012-01-07 17:37:28
我想你还是需要限制'f'。只要想想有多少可能的功能可以给你20个输出。 – 2012-01-07 17:43:36