如何确保预测遵循无法转换为正态分布的目标分布

Question

在这个回归问题中，目标在某些点有峰值。例如，目标值为 3 和 5 的样本多于 4。请参考下面的片段。

我仍想将其视为回归问题，并且对于那些峰值点预测非常接近。该数据集还具有许多分类变量和缺失值。使用 boosting 和 bagging 算法会产生小的 MAE，但这些预测的分布是正常的。虽然我正在寻找可以向目标提供一些接近分布的东西，但主要不集中原始目标没有很多样本的中间范围。 是否有任何算法可以帮助我实现这一目标？我尝试使用 sqrt 转换目标，但由于目标的性质，这不起作用。

Answer 1

我会尝试修改采样方法；样本应打乱并代表您的数据总体。 我需要有关您的问题的更多详细信息以提供明确的解决方案。 对于使用 sqrt 的转换，我不知道它是否有帮助，但我想你不能直接这样做，因为目标中有负元素，如果是这样，你可以通过添加 -minimum 来转换目标目标值然后使用 sqrt。