machine-learning - 序数分类包和算法

Question

我正在尝试创建一个分类器，为项目i选择评级(1-5)。对于每个项目 i，我有一个向量 x，其中包含与 i 有关的大约 40 个不同的数量。我对每个项目也有一个黄金标准评级。基于 x 的某些函数，我想训练一个分类器，为我提供与黄金标准非常匹配的 1-5 等级。

我看到的关于分类器的大多数信息都只涉及二元决策，而我有一个评级决策。是否有通用的技术或代码库来处理此类问题？

Answer 1

我同意你的观点，即响应变量是序数尺度的机器学习问题需要特殊处理——“机器模式”(即返回类标签)似乎不够因为类标签忽略了标签之间的关系(“1st、2nd、3rd”)；同样，“回归模式”(即，将序数标签视为 float ，{1,2,3})，因为它忽略响应变量之间的度量距离(例如，3 - 2!= 1)。

R(至少)有几个针对序数回归的包。其中之一实际上称为 Ordinal ，但我没用过。我已经使用 R 中的设计包进行序数回归，我当然可以推荐它。 Design包含一整套功能，用于通过序数逻辑模型对序数回归问题进行解决、诊断、测试和结果呈现。这两个软件包均可从 CRAN 获取。 )一个step-by-step solution加州大学洛杉矶分校统计网站上提供了使用设计包的序数回归问题的计算结果。

另外，我最近看了一个paper由雅虎的一个小组使用支持向量机进行序数分类。我没有尝试应用他们的技术。