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)