异构数据分类器

Question

我有一个由5个温度值组成的1000个样本的l2维数据集， 5 个价格值，一个代表人类专家判断的整数值（未决定=0，好=1，坏=2，危险=4）和一个我想学习预测的二元决策变量。

如何找到能够处理这种异构数据的分类器？

我正在考虑为每个可能的人类判断（0,1,2,4）构建一个分类器，所以 4 个分类器。 因此，对于每个人类判断值，我会： - 集中并降低温度和价格值 - 也许使用PCA删除一些不相关的特征 - 使用机器学习方法进行分类（如多层神经网络或 SVM）

我的做法正确吗？ （如果有 1000 种可能的人类判断而不是 4 种怎么办？）

Answer 1

SVM 或 ANN 类别编码的典型方式是 1-of-C 编码：

• 神经网络常见问题解答 - 主题：类别应该如何编码？
• 支持向量分类的实用指南 - 2.1 分类特征

一般来说，几乎每个分类器都可以处理异构数据。但您必须对输入进行预处理（缩放、标准化……）。我给你的链接里应该有很多提示。

Answer 2

作为神经网络的替代方案，可以训练hashtron网络。