Machine learning 当培训数据有分类标签，但所需任务是概率时，该怎么办？

在一个机器学习项目中，我有一些关于公司客户的培训数据，其中包括20个输入功能和一个标签，表示客户对营销活动的反馈，其形式为是/否答案：

c1 => {f1_1,f2_1,...,f20_1} {Yes}

c2 => {f1_2,f2_2,...,f20_2} {No}

要求是预测每个客户对活动的接受概率

因此，训练数据有一个二元分类标签，而需求是一个回归预测

我能够从分类标签中提取每个特征的相关性

根据特征与分类标签的相关性，将所谓的重要性权重应用于特征，并将这些权重应用于特征的值，从而为每个客户产生类似于得分率的值，并将其用作回归标签，这有意义吗

c1_score = w1(f1_1) + w2(f2_1) + ... + w20(f20_1)

c2_score = w1(f1_2) + w2(f2_2) + ... + w20(f20_2)

如果没有，还有其他建议吗

要求是预测每种产品的“接受概率” 该活动的客户

因此，训练数据具有二进制分类标签，而 需求是一种回归预测

当然不是

你的任务肯定是一个分类

大多数分类器实际上不会产生“硬”标签

0/1

作为输出；默认情况下，它们产生的是概率，随后通过阈值操作将其转换为硬标签（例如，如果概率

p>0.5

，则声明

1

，否则声明

0

）

现在，有时，不管出于什么原因，业务问题需要的正是这些概率，而不是硬标签（您的案例就是这样一种情况，就像在中的绝大多数分类竞争一样）；这当然不会改变方法中的任何内容（这仍然是一个分类问题），除了删除对最终阈值操作的要求之外——在任何情况下，这都不是问题统计部分的一部分，正如正确答案所指出的：

当您输出一个 新样本中每一类的概率。选择阈值 除此之外，将新观察值归类为1与0不是 统计数字再也没有了。它是决策组件的一部分

因此，您只需使用您选择的常用分类算法，如逻辑回归、随机林等，并使用相应的方法来获取概率，而不是类标签（例如，scikit learn中的逻辑回归方法，以及其他平台/算法的类似方法）

您还可以找到我的以下答案（以及其中的链接）：

要求是预测每种产品的“接受概率” 该活动的客户

因此，训练数据具有二进制分类标签，而 需求是一种回归预测

当然不是

你的任务肯定是一个分类

大多数分类器实际上不会产生“硬”标签

0/1

作为输出；默认情况下，它们产生的是概率，随后通过阈值操作将其转换为硬标签（例如，如果概率

p>0.5

，则声明

1

，否则声明

0

）

现在，有时，不管出于什么原因，业务问题需要的正是这些概率，而不是硬标签（您的案例就是这样一种情况，就像在中的绝大多数分类竞争一样）；这当然不会改变方法中的任何内容（这仍然是一个分类问题），除了删除对最终阈值操作的要求之外——在任何情况下，这都不是问题统计部分的一部分，正如正确答案所指出的：

当您输出一个 新样本中每一类的概率。选择阈值 除此之外，将新观察值归类为1与0不是 统计数字再也没有了。它是决策组件的一部分

因此，您只需使用您选择的常用分类算法，如逻辑回归、随机林等，并使用相应的方法来获取概率，而不是类标签（例如，scikit learn中的逻辑回归方法，以及其他平台/算法的类似方法）

您还可以找到我的以下答案（以及其中的链接）：

---

使用逻辑回归。它给出了概率。使用逻辑回归。它给你提供了可能性。非常好的解释和非常好的参考来了解更多信息，非常感谢。非常好的解释和非常好的参考来了解更多信息，非常感谢。