optimization - 解决受条件约束限制的优化问题
问题描述
基本上,我有一个数据集,其中包含一些(207)变量的“权重”,有些比其他变量更重要,用于确定类变量(二进制),因此它们更大等等。最后,所有的权重都被总结了列,以便为每个观察获得最终的累积权重。如果这个权重高于某个数字,那么类变量为 1,否则为 0。我确实有一个类变量的真实标签,所以问题是尽量减少误报。
问题是,对我来说,这看起来像是一个 OR 问题,因为它是关于找到最佳权重的。但是,我不确定是否有解决此类问题的 OR 方法,至少我还没有听说过。问题是:有没有人认识到这类问题并可以发送一些关键字供我研究?
另一件事当然是用机器学习而不是确定性方法来预测,但我需要这样做。
谢谢!
解决方案
变量是离散的(整数等)还是连续的(浮点数)?
如果它们是离散的,则听起来像是背包问题,OptaPlanner等约束求解器(请参阅构建背包求解器的培训)擅长该问题。
如果它们是连续的,请寻找 LP 求解器,例如 CPLEX。
无论哪种方式,您都将获得比机器学习方法更好的结果,因为神经网络等人在模式识别用例(图像/语音识别、预测、分类等)方面表现出色,但在约束优化问题方面始终逊色(像这样,我想)。
推荐阅读
- c++ - 定义子类构造函数时使用花括号调用基类构造函数?
- c# - 将预制件作为游戏对象的子对象统一生成
- directshow - GMFBridge DirectShow 滤镜 SetLiveTiming 效果
- java - 覆盖功能区服务器列表以从领事获取主机名列表
- javascript - Firebase 云消息传递每个 then() 都应该返回一个值或抛出 promise/always-return
- python-3.x - 如果响应条件,boto3 无法执行
- python - 用大图像重新训练 MobileNet
- java - 为什么 Espresso 不等待实际观看条件?
- key - Chocolatey 安装期间的产品密钥
- azure - Azure Powershell - 应用程序网关配置