Existe algum algoritmo que combina classificação e regressão?

Gostaria de saber se existe algum algoritmo que possa fazer classificação e regressão ao mesmo tempo. Por exemplo, eu gostaria de deixar o algoritmo aprender um classificador e, ao mesmo tempo, em cada rótulo, ele também aprende um alvo contínuo. Assim, para cada exemplo de treinamento, ele possui um rótulo categórico e um valor contínuo.

Eu poderia treinar um classificador primeiro e depois treinar um regressor em cada rótulo, mas só estou pensando que, se houver um algoritmo que possa fazer as duas coisas, seria maravilhoso.

— Shudong
fonte

Dê uma olhada no Particionamento recursivo imparcial

— #

@ Tim, [modelo de fixação finita] (uma tag que você usou aqui) não possui um trecho. Gostaria de fornecer um?

— Ameba diz Reinstate Monica

Shudong, você quis dizer "classificação" ou "agrupamento"? Você perguntou sobre classificação, mas aceitou a resposta de Tim, que é sobre agrupamento.

— Ameba diz Reinstate Monica

@amoeba, não é perfeito, talvez alguém, algum dia irá melhorar o trecho.

— Tim

@amoeba Quero dizer classificação. A resposta do Tims é algo próximo. Não há outras respostas. Talvez eu deva esperar um pouco?

— Shudong

O problema que você está descrevendo pode ser resolvido por regressão de classe latente , ou regressão em cluster , ou é uma mistura de extensão de modelos lineares generalizados que são todos membros de uma família mais ampla de modelos de mistura finita ou modelos de classe latente .

Não é uma combinação de classificação (aprendizado supervisionado) e regressão em si , mas de agrupamento (aprendizado não supervisionado) e regressão. A abordagem básica pode ser estendida para que você preveja a associação da classe usando variáveis concomitantes, o que a torna ainda mais próxima do que você está procurando. De fato, o uso de modelos de classes latentes para classificação foi descrito por Vermunt e Magidson (2003), que o recomendam para esse objetivo.

Regressão de classe latente

Essa abordagem é basicamente um modelo de mistura finita (ou análise de classe latente ) na forma

f (y ∣ x, ψ) = \sum_{k = 1 1}^{K} π_{k} f_{k} (y ∣ x, ϑ_{k})

$f(y \mid x, \psi) = \sum^K_{k=1} \pi_k \, f_k(y \mid x, \vartheta_k)$

onde é um vetor de todos os parâmetros são componentes da mistura parametrizados por , e cada componente aparece com proporções latentes . Portanto, a ideia é que a distribuição de seus dados seja uma mistura de componentes , cada um que possa ser descrito por um modelo de regressão aparecendo com probabilidade . Modelos de mistura finita são muito flexíveis na escolha de $\psi = (\boldsymbol{\pi}, \boldsymbol{\vartheta})$ $f_k$ $\vartheta_k$ $\pi_k$ $K$ $f_k$ $\pi_k$ $f_k$ componentes e pode ser estendido a outras formas e misturas de diferentes classes de modelos (por exemplo, misturas de analisadores de fatores).

Previsão da probabilidade de participação em turmas com base em variáveis concomitantes

O modelo simples de regressão de classe latente pode ser estendido para incluir variáveis concomitantes que preveem a participação na turma (Dayton e Macready, 1998; ver também: Linzer e Lewis, 2011; Grun e Leisch, 2008; McCutcheon, 1987; Hagenaars e McCutcheon, 2009) , nesse caso, o modelo se torna

f (y ∣ x, W, ψ) = \sum_{k = 1 1}^{K} π_{k} (W, α) f_{k} (y ∣ x, ϑ_{k})

$f(y \mid x, w, \psi) = \sum^K_{k=1} \pi_k(w, \alpha) \, f_k(y \mid x, \vartheta_k)$

$\psi$ $w$ $\pi_k(w, \alpha)$

Prós e contras

O que é interessante nisso é que é uma técnica de clustering baseada em modelo , o que significa que você ajusta modelos aos seus dados e esses modelos podem ser comparados usando métodos diferentes para comparação de modelos (testes de razão de verossimilhança, BIC, AIC etc.) ), portanto, a escolha do modelo final não é tão subjetiva quanto na análise de cluster em geral. Travar o problema em dois problemas independentes de agrupamento e, em seguida, aplicar a regressão pode levar a resultados tendenciosos e estimar tudo em um único modelo permite que você use seus dados com mais eficiência.

A desvantagem é que você precisa fazer uma série de suposições sobre o seu modelo e pensar um pouco, por isso não é um método de caixa preta que simplesmente pegue os dados e retorne algum resultado sem incomodá-lo. Com dados ruidosos e modelos complicados, você também pode ter problemas de identificação de modelo. Além disso, como esses modelos não são tão populares, não são amplamente implementados (você pode verificar ótimos pacotes R flexmixe poLCA, tanto quanto sei, também são implementados no SAS e no Mplus em certa medida), o que o torna dependente de software.

Exemplo

Abaixo, você pode ver um exemplo desse modelo a partir da combinação de vinheta da flexmixbiblioteca (Leisch, 2004; Grun e Leisch, 2008) de dois modelos de regressão para dados inventados.

library("flexmix")
data("NPreg")
m1 <- flexmix(yn ~ x + I(x^2), data = NPreg, k = 2)
summary(m1)
## 
## Call:
## flexmix(formula = yn ~ x + I(x^2), data = NPreg, k = 2)
## 
##        prior size post>0 ratio
## Comp.1 0.506  100    141 0.709
## Comp.2 0.494  100    145 0.690
## 
## 'log Lik.' -642.5452 (df=9)
## AIC: 1303.09   BIC: 1332.775 
parameters(m1, component = 1)
##                      Comp.1
## coef.(Intercept) 14.7171662
## coef.x            9.8458171
## coef.I(x^2)      -0.9682602
## sigma             3.4808332
parameters(m1, component = 2)
##                       Comp.2
## coef.(Intercept) -0.20910955
## coef.x            4.81646040
## coef.I(x^2)       0.03629501
## sigma             3.47505076

É visualizado nos seguintes gráficos (as formas de pontos são as classes verdadeiras, as cores são as classificações).

Referências e recursos adicionais

Para mais detalhes, consulte os seguintes livros e documentos:

Wedel, M. e DeSarbo, WS (1995). Uma abordagem de probabilidade de mistura para modelos lineares generalizados. Journal of Classification, 12 , 21–55.

Wedel, M. e Kamakura, WA (2001). Segmentação de Mercado - Fundamentos Conceituais e Metodológicos. Editores acadêmicos da Kluwer.

Leisch, F. (2004). Flexmix: Uma estrutura geral para modelos de mistura finita e regressão de vidro latente em R. Journal of Statistical Software, 11 (8) , 1-18.

Grun, B. e Leisch, F. (2008). FlexMix versão 2: misturas finitas com variáveis concomitantes e parâmetros variáveis e constantes. Journal of Statistical Software, 28 (1) , 1-35.

McLachlan, G. e Peel, D. (2000). Modelos de Mistura Finita. John Wiley & Sons.

Dayton, CM e Macready, GB (1988). Modelos de classe latente com variável concomitante. Jornal da Associação Estatística Americana, 83 (401), 173-178.

Linzer, DA e Lewis, JB (2011). poLCA: Um pacote R para análise de classe latente de variáveis politômicas. Journal of Statistical Software, 42 (10), 1-29.

McCutcheon, AL (1987). Análise de Classe Latente. Sábio.

Hagenaars JA e McCutcheon, AL (2009). Análise de Classe Latente Aplicada. Cambridge University Press.

Vermunt, JK e Magidson, J. (2003). Modelos de classes latentes para classificação. Estatística Computacional e Análise de Dados, 41 (3), 531-537.

Grün, B. e Leisch, F. (2007). Aplicações de misturas finitas de modelos de regressão. vinheta do pacote flexmix.

Grün, B. & Leisch, F. (2007). Ajustando misturas finitas de regressões lineares generalizadas em R. Computational Statistics & Data Analysis, 51 (11), 5247-5252.

— Tim
fonte