时间戳

首页 > 解决方案 > 多个训练模型 vs 多个特征和一个模型

tensorflow - 多个训练模型 vs 多个特征和一个模型

问题描述

我正在尝试使用 tensorflow 构建基于回归的 M/L 模型。

我正在尝试根据以下内容估算对象的 ETA：

该物体在特定的旅程中旅行。这可以表示为从 A->B 或从 A->C 或从 D->F (POINT 1 -> POINT 2)。有 500 个特定的旅程（在一组点之间）。这些旅程并不完全是直线，而且每条旅程都是不同的（即所走路线的形状）。

我有两种方法可以解决这个问题：

  1. 我可以拥有 500 个具有 4 个特征和一个标签的不同模型（训练 ETA 数据）。
  2. 我可以拥有 1 个具有 5 个功能和一个标签的模型。

我的困境是，如果我使用选项 1，这会增加复杂性，但会更准确，因为每个模型都特定于每个旅程。

如果我使用选项 2，模型将非常简单，但我不知道它是否能正常工作。我要添加的新功能是originCode + destinationCode。不幸的是，这些都无法量化以产生任何数字意义或模式 - 它们只是定义旅程的文本（旅程 A-> B，并且功能将是“AB”）。

有什么方法可以让我使用一个模型，并对特征进行分类，使一个特征只是一个“分组”特征（以便将训练数据与旅程分开。

标签： tensorflowmachine-learning

解决方案

在 ML 中，我相信选项 2通常是更好的选择。我们更喜欢通用模型，而不是为特定任务定制许多模型，因为这非常接近硬编码，而这正是我们试图通过使用 ML 来摆脱的！

我认为，根据您可用的训练数据和模型大小，可以使用 one-hot 向量来描述模型的起点/终点。例如，假设我们有 5 个点 (ABCDE)，我们从位置 B 到位置 C，这可以用向量表示：

0100000100

例如，前五个值对应于起点，而后五个值对应于目的地。如果您想将输入特征空间减少到：也可以将这些组合起来：

01100

正如斯科特在评论中所说，还有其他事情需要考虑：

  • 你有多少数据？也许这样的特征空间会太大，我不能确定。如果您有足够的数据，那么模型将直观地学习数据点之间的一般距离（不是实际上，而是数据中的固有距离）。如果您有足够的数据，您甚至可以准确预测您没有数据的两点之间！
  • 如果归结为没有足够的数据，那么寻找旅程的代表性特征将开始使用，即。旅程的长度，旅程的形状，行进的海拔等。从起点行进的距离的度量也是有用的。

祝你好运！

推荐阅读