预测分类和数字输出的模型

我正在为具有分类输出的时间序列模型构建RNN。例如，如果宝贵的三种模式是“A”，“B”，“A”，“B”模型预测下一个是“A”。还有一个与每个类别相关的数字级别。（100），B（50），A（100），B（50），
例如A是100，B是50, 我有模型框架来预测下一个是“A”，它会很好地预测（100）在同一时间。预测分类和数字输出的模型

对于现实生活中的例子，你有国家的天气数据。同时预测未来几天的天气类型（晴朗，多风，下雨等），这将是很好的模型也会预测温度。

或者对于亚马逊，分析客户的trxns模式。顾客购物类别电子（100美元），家庭（10美元），...... 预测该顾客可能同时购物和预测什么是trxn的下一个trxn类别。

研究了一下，还没有找到类似主题的相关研究。

来源

2017-05-17 Hua Ye

我投票结束这个问题作为题外话，因为更高级别的统计和建模问题属于[交叉验证]（https://stats.stackexchange.com/） – Prune

什么阻止你添加额外的输出到你的模型？你可以有一个分类输出和一个数字输出彼此相邻。每个神经网络库都支持多个输出。

虽然您将需要规范化输出数据。类别应使用单热编码进行标准化，数值应通过除以某个最大值进行标准化。

研究了一下，还没有找到任何有关类似主题的研究。

因为这不是一个真正的'主题'。这是完全正常的事情，它不需要一些特殊的网络。

来源

2017-05-17 17:35:35

，因为通常输出函数只能是1.预测分类的cross_entryphy。或其他回归函数来预测数字输出。 –

@HayYe本质上不是'典型的'。您只需将网络配置为具有与分类分类无关的单独输出。如果您不确定如何配置它，您还可以创建第二个经常性网络，该网络从分类网络获取输入，然后计算数字值。但将它们插入togetehr会更有用。 –

它不是如何配置输出，它的配置本身只允许1个输出功能。你可以用它来预测两者，但这样做没有意义。我还没有遇到任何允许2输出功能的配置。是的，你总是可以建立第二个模型来完成这两件事情，但它的主题 –

预测分类和数字输出的模型

回答

相关问题