Multi-output в машинном обучении

[M00nL1ght]

Не смог удержаться и не оставить это тут :)



А если по делу, то, честно говоря, вообще не понял о чем статья.

[burn7ng]

Я попыталась продемонстрировать работу регрессоров предоставленных scikit-learn, с возможностями их использования не только в качестве предсказателей для одного значения, а для скольких угодно.

[M00nL1ght]

Это я понял по названию. Но! Первое непонятно зачем в начале описан Imputer, он предназначен для предобработки данных все таки, а не для предсказаний чего либо. Если же ставится задача восстановления части упущенных данных, путем анализа существующих, необходимо уже разделение датасетов на разные части, и вообще другая задача, Imputer тут тоже не при чем.

Во второй части «описаны» мульти-регрессоры, но как то смутно все. Что, зачем, каким образом предсказывается не очень понятно, это не описано словами, просто представлен кусок кода. Если была цель описать, что в sklearn существует такая возможность, то опять же как то все не явно и сухо, в документации по моему больше инфы.

В итоге, что я лично увидел, взяли какой-то датасет, что то там импортнули с sklearn-а, получили какую-то точность предсказания и все. Поэтому и написал, что плохо понял о чем статья.

[Irina_Dv]

Поддерживаю. Было такое интригующее название. А теперь, если хочешь что-то понять, иди гугли, что это за MultiOutputRegressor.

[burn7ng]

Спасибо за комментарий! В виду того, что писала впервые, не знала как хорошо раскрыть тему, учту Ваши замечания. В следующей статье собираюсь показать практическое применение и более детально все разъяснить.