我的问题是关于 python 中的 scikit-learn。 假设我有 3 个特征 A、B 和 C,以及 A 和 B 能够在这样的代码中预测 C:
exampleModel.fit(AandB, C)
exampleModel.predict(C)
有没有办法让我输入一些 C 值,并获得实现该目标所需的 A 和 B 值 C值?几乎是反过来输入。如果有方法,它是如何命名的?
请您参考如下方法:
是的,这是可能的!
但是您需要非常清楚自己想要什么:A、B 和C 怎么样相关 - 决定什么是合适的预测模型。
您还需要认识到,不可能有“完美”的重构。 A 和 B 通常比 C 具有更丰富的表示。除非它们非常受限(例如 A 和 B 之间的高度相关),否则在从 AB 到 C 时会丢失一些信息。这些信息无法恢复。
这不适用于所有模型,它对每个模型的作用不同,并且它没有直接在 scikit-learn 中实现。换句话说,你将不得不做一些手工工作,你需要知道你在做什么。特别是,您需要了解您正在使用的模型。没有即插即用的解决方案。
假设 A 和 B 是连续特征,C 是离散的 0 或 1。在这种情况下,合适的模型是一个分类器。让我们进一步假设 A 和 B 在不同 C 的不同 blob 中很好地聚类。在这种情况下,线性分类器可以发挥作用。
我将提供一个示例 Linear Discriminant Analysis .它的工作原理是将类中心线性投影到最具辨别力的方向。一般来说,我们需要反转这个投影,但我们很幸运,因为 LDA 暴露了原始的类中心。要从给定的 C 获得原始特征的表示,我们只需要找到正确的类中心。
import numpy as np
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDA
from sklearn.datasets import make_blobs
import matplotlib.pyplot as plt
np.random.seed(7)
def inverse_lda(lda, C):
c = np.flatnonzero(model.classes_ == C)
return model.means_[c]
AB, C = make_blobs(n_samples=333, n_features=2, centers=2) # toy data
A, B = AB.T
plt.scatter(A, B, c=C, alpha=0.5)
plt.xlabel('A')
plt.ylabel('B')
model = LDA(store_covariance=True).fit(AB, C)
# reconstruct A and B for C=[0, 1]
ABout = inverse_lda(model, C=[0, 1])
plt.plot(ABout[0, 0], ABout[0, 1], 'o', label='C=0')
plt.plot(ABout[1, 0], ABout[1, 1], 'o', label='C=1')
plt.legend()
