machine-learning - 从三个特征（浮点数）预测 0 到 1 之间的输出

Question

我以前试过问这个，但我知道我没有提供足够的信息。我再试一次，会更彻底。

我正在尝试建立一个机器学习模型，该模型将根据 3 个数字特征返回 0 到 1 之间的值。我还没有很多数据，但我正在努力获取更多数据。以下是数据外观的快照：

https://imgur.com/a/u1KJhKS

例如，如果我输入以下内容：

-低：1.78 -中：2.30 -高：0.89 它会输出：0.34（只是一个例子）

分类器在这里是一个不错的选择吗？

提前致谢，如果我遗漏任何重要信息，请告诉我。

标签： machine-learning

Answer 1

如果您想要一个介于 0 和 1 之间的数字，它可以估计它属于给定类的可能性，那么使用概率分类器是一个不错的选择。经典的方法是逻辑回归和朴素贝叶斯。像 SVM 和决策树这样的方法不一定会给你一个概率作为输出，但是你可以应用 platt scaling 来获得一个（可能是扭曲的）概率尺度。具有 sigmoid 输出函数的 NN 也可以用于此目的，但我不推荐它，因为您没有大量数据。