【问题标题】：Is there an machine learning algorithm that combines classification and regression into one有没有一种机器学习算法将分类和回归合二为一
【发布时间】：2017-09-02 07:59:24
【问题描述】：
我有一个数据集，其中我想预测组件以及组件，我还需要预测它们的比例，这在我看来就像分类+回归。有没有这样做的python库？有没有为此的深度学习方法？我也知道这项任务可以分两步完成，但有没有办法将这些操作结合起来。
我期望的解决方案格式是我必须得到的预测
A 类：34%
B类：46%
U 类：20%
假设从 A 到 Z 存在类，并且组合可能会增加或减少类的数量。
【问题讨论】：
标签：
python
machine-learning
classification
deep-learning
regression
【解决方案1】：
潜在类回归
您所描述的问题可以通过潜在类回归或聚类回归来解决，或者它是广义线性模型的扩展混合，这些模型都是更广泛的有限混合模型或潜在类模型家族的成员。
它本身不是分类（监督学习）和回归的组合，而是聚类（无监督学习）和回归的组合。可以扩展基本方法，以便您使用伴随变量预测类成员资格，这使得它更接近您正在寻找的内容。事实上，Vermunt 和 Magidson (2003) 描述了使用潜在类模型进行分类，他们将其推荐用于此类目标。
在detail here中有解释