Optimization 求解一个有条件约束的优化问题
基本上，我有一个数据集，其中包含一些（207）变量的“权重”，对于确定类变量（二进制）而言，一些变量比其他变量更重要，因此它们更大，等等。最后，所有列的所有权重相加，以便获得每个观察结果的累积权重。 如果此权重高于某个数字，则类变量为1，否则为0。我确实有类变量的真标签，所以问题是最小化误报 问题是，对我来说，它看起来像一个问题，因为它是关于找到最佳权重。然而，我不确定是否有一个或方法来解决这样的问题，至少我没有听说过。问题是：是否有人认识到这类问题，并可以发送一些关键字供我研究 当然，另一件事是用机器学习而不是确定性方法来预测，但我需要这样做Optimization 求解一个有条件约束的优化问题,optimization,mathematical-optimization,Optimization,Mathematical Optimization,基本上，我有一个数据集，其中包含一些（207）变量的“权重”，对于确定类变量（二进制）而言，一些变量比其他变量更重要，因此它们更大，等等。最后，所有列的所有权重相加，以便获得每个观察结果的累积权重。 如果此权重高于某个数字，则类变量为1，否则为0。我确实有类变量的真标签，所以问题是最小化误报 问题是，对我来说，它看起来像一个问题，因为它是关于找到最佳权重。然而，我不确定是否有一个或方法来解决这样的问题，至少我没有听说过。问题是：是否有人认识到这类问题，并可以发送一些关键字供我研究 当然，另一件事
谢谢大家! 变量是离散的（整数等）还是连续的（浮点数） 如果它们是离散的，听起来像是背包问题，像（）这样的约束求解者擅长解决这个问题 如果它们是连续的，请查找LP解算器，如CPLEX
无论采用哪种方法，您都会得到比机器学习方法更好的结果，因为神经网络等在模式识别用例（图像/语音识别、预测、分类等）方面表现出色，但在约束优化问题上（我想是这样的）表现一直较差。变量是离散的（整数等）还是连续（浮点数） 如果它们是离散的，听起来像是背包问题，像（）这样的约束求解者擅长解决这个问题 如果它们是连续的，请查找LP解算器，如CPLEX 无论采用哪种方法，您都会得到比机器学习方法更好的结果，因为神经网络等在模式识别用例（图像/语音识别、预测、分类等）方面非常出色，但在约束优化问题上却一直处于劣势（我想是这样）