【发布时间】:2017-02-27 17:40:42
【问题描述】:
我有一个多类机器学习问题,我将尝试不同的方法,例如逻辑回归、决策树、多层感知器等。
数据集中的观察有一个属性,它是 1-5 的索引,它定义了某个观察被正确分类的重要性(索引 1 非常重要,5 根本不重要)。我的问题是:
问题 1:我应该如何向模型强调较低指数的观察具有更大的重要性?我正在考虑复制这些观察结果,以便模型更适合较低指数的观察结果,还有哪些其他方法可能?
问题 2:我可以使用哪些性能评估标准来找到能够很好地预测这些低指数观察结果的模型? (除了计算正确预测的实例之间的索引分布。)
问候,
【问题讨论】:
标签: machine-learning