作业系统:linux
问题类别:ML、DL、Optimization
使用工具:python3
问题内容:
小弟我遇到一类问题，需要预测一个母体中的各项item的组成成分比例
所以Target可能有A,B,C,D+others五种构成 五种加起来总合为1(100%)
因为是同一母体，所取得用来预测的特征或讯号是一样的
等于我要用同一组预测五种Y(预测结果举例: A20%, B30%, C10%, D10%, others30%)
看了一下Sklearn的 multiple output regression并没有适合的限制式模型(限制总预测
需小于1)
而如果要自己设计模型
目前想到的是用简单神经网络BPNN 加上客制化的MSE Loss funciton
除了五种Y的MSE加总外再加上惩罚项α(Sum(yA+yB+yC+yD+yOthers)-1)^2
不知道我这样构想有无缺漏，因为就算这样好像也不能保证神经网络出来的总和必定小于
1?
还是有更适合的模型
已经爬很久了 都没有类似的收获
Beta Regression很类似我需求但没有往Multiple Y拓展的参考