[英]scikit-learn adding rules to classification model
我正在尝试创建一个 model 来预测客户状态的变化。
为了给出上下文,客户可以有 4 种状态:[A, B, C, D]
每个客户都必须有一个状态,并且该状态可以更改。 我正在制作一个 model,当前状态为功能之一,下一个状态为 label。
有没有办法将规则硬编码到 SVM(或其他分类器)中,以防止 model 将 label 分类为当前状态? 换句话说,如果客户当前状态为A,则其下一个状态不能为A,必须为B、C或D。
如果有人知道 sklearn 是否具有类似的功能会有所帮助。
据我所知,有两种方法可以解决这个问题,但它不在支持向量机中。
第一条路-系列
首先实施基于规则的分类器,然后应用 SVM...
第二种方式——并行
实现一个基于规则的分类器和 SVM 并行,并在最后层选择最好的一个结合在一起。 ex 集成学习
这两种方式在某些情况下都可能有效,但您应该尝试查看结果以选择最佳方式,我猜第二种方式可能效果更好。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.