Machine learning 异构数据分类器

我有一个l2维数据集，包含1000个样本，由5个温度值组成， 5个价格值，一个整数值表示人类专家的判断（未决定=0，良好=1，不良=2，危险=4），以及我想学习预测的二元决策变量

我怎样才能找到一个能够处理这种异构数据的分类器

我在考虑为每个可能的人类判断（0,1,2,4）构建一个分类器，因此有4个分类器。 因此，对于每个人类判断值，我会： -集中并降低温度和价格值 -可能使用PCA删除一些不相关的特征 -使用机器学习方法进行分类（如多层神经网络或SVM）

---

我的方法正确吗？（如果有1000个可能的人类判断而不是4个呢？

支持向量机或人工神经网络的一种典型分类编码方式是C中的1编码：

• -
• -2.1分类特征

通常，几乎每个分类器都可以处理异构数据。但是您必须对输入进行预处理（缩放、规格化等）。在我给你的链接中应该有很多提示