有關xgboost問題

看板DataScience作者 (升格當學長)時間6年前 (2018/04/26 12:01), 編輯推噓2(2推 0噓 15→)
留言17則, 5人參與, 6年前最新討論串1/1
請問若xgboost模型已訓練與測試完畢，且已確認可用，以往皆是丢新的數據去預測结果，那是否有可能用想得到的结果，例如某個定值去得知需丢入哪些數據？ 舉例: 正常x1,x2,..,xn去預測y, 改為y去求得x1到xn 還是只能用模擬的方式，因x1到xn輸入值有上下限，去跑出所有组合，找出最接近y定值的那组x1到xn,?? ----- Sent from JPTT on my OPPO CPH1605. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.141.53.48 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1524715265.A.9B8.html
推
04/26 12:42, 6年前 , 1F
你這是generative model 不過聽起來是連續輸出?
04/26 12:42, 1F
→
04/26 12:43, 6年前 , 2F
有人做過連續變數的生成模型嗎 蠻好奇的
04/26 12:43, 2F
→
04/26 12:44, 6年前 , 3F
我直覺是覺得好像不能做 之前沒google到相關的東西QQ
04/26 12:44, 3F
→
04/26 12:57, 6年前 , 4F
有無限多組解，因為xgboost的 (x1-xn) ->y 是lossy com
04/26 12:57, 4F
→
04/26 12:57, 6年前 , 5F
pression的過程 不過假如output的長度再長一點有可能
04/26 12:57, 5F
→
04/26 12:58, 6年前 , 6F
類似的可以去看seq2seq怎麼弄的
04/26 12:58, 6F
→
04/26 13:56, 6年前 , 7F
這主要是實務上遇到的問題，製造現場需要知道要得到想要
04/26 13:56, 7F
→
04/26 13:56, 6年前 , 8F
的结果，需要輸入特徵值的數值是多少，因為輸入数值主要
04/26 13:56, 8F
→
04/26 13:56, 6年前 , 9F
爲0.1跳動的間斷变數，才想說要用暴力解法，還是有其他
04/26 13:56, 9F
→
04/26 13:56, 6年前 , 10F
更好方法
04/26 13:56, 10F
→
04/26 14:37, 6年前 , 11F
可以去看你學出來參數去調整input
04/26 14:37, 11F
推
04/26 15:16, 6年前 , 12F
通常機器學習學的是多對一函數，也許可以從既有資料去推
04/26 15:16, 12F
→
04/26 15:16, 6年前 , 13F
測或合成
04/26 15:16, 13F
→
04/26 19:48, 6年前 , 14F
可以把input想成是机台的控制参數，因操作員根本不懂演
04/26 19:48, 14F
→
04/26 19:48, 6年前 , 15F
算法的過程，且生產時間有限，才需要弄成机台参數該怎麼
04/26 19:48, 15F
→
04/26 19:48, 6年前 , 16F
輸入才能得到想要的y
04/26 19:48, 16F
→
04/27 06:30, 6年前 , 17F
製造部喔？
04/27 06:30, 17F
‣ 更多 reck0916 的文章
文章代碼(AID): #1QuKy1cu (DataScience)