多種目標預測問題
2020/01/04 06:52 下午
機器學習共學討論版
劉致良
觀看數：6
回答數：3
收藏數：2
各位專家 您好 有關於多種(目標)欄位預測，遇到一些麻煩，想詢問一下各位專家的意見:
目前大約有22個feature要對16個欄位做預測，目前使用random forest、xgboost模型 做Hyperopt的參數設定。使用sklearn 提供的multioutclassifier做多輸出分類預測 但是發現預測的欄位越多，準確度逐漸下降，想詢問專家這是合理的嗎? 若是只單純預測一個欄位，準確度至少有70，但是預測組合越多，準確度越差。
另外使用另一種方法將16個欄位合併成一個欄位，做多分類預測，也發現丟越多預測欄位合併成一個欄位做多分類預測，測試結果跟多輸出分類的結果差不多，想詢問專家這種多種欄位預測的問題，一般該怎麼處理會比較適當?
資料處理方式: 用IQR排除異常值 再用KNNimputer做填補 類別變項用眾數處裡。再丟入模型時避免 資料imbalance 有再加入 class_weight="balanced" 做資料平衡設定