He estado tratando de resolver esto, y estoy luchando. La respuesta de Peter corresponde a lo que leí, pero pasa por alto el tema.
Mi razón para hacer la pregunta es determinar si es igual o similar a lo que hacemos en la calificación crediticia, que en mi antiguo empleador se llamaba ” puesta en escena “. Básicamente, implicaba la creación de grupos variables, pero cada vez que se consideraba un nuevo grupo había un desplazamiento para los resultados de todos los grupos anteriores. Esto se hizo para corregir los resultados, ya sea para dar mayor énfasis al primer grupo porque eran nuestros datos, o para reducir las variables que eran inestables o sospechosas.
Utilizamos la regresión gradual dentro del grupo, y teníamos ‘vays y medios’ para abordar los problemas relacionados con el sobreajuste, la inflación de varianza, las correlaciones, etc. . ‘
- Cómo convertir un algoritmo de entrenamiento de redes neuronales realmente poderoso en un producto comercial
- ¿Cuáles son las aplicaciones de aprendizaje profundo que consideras sin explotar?
- ¿Cuál es la diferencia entre las redes de Markov y las redes bayesianas?
- ¿Cuál es la diferencia entre machine learning y IOT?
- ¿Cuál es la mejor manera de manejar múltiples brazos en algoritmos de bandidos?
Por supuesto, habría otras formas de lidiar con los bloques. Por ejemplo, un ” conjunto de bloques sabios “, donde se crean diferentes modelos para cada grupo que luego se integran en uno con diferentes coeficientes beta para cada bloque. O ‘ reducción variable en bloques ‘, donde se desarrollan modelos para cada grupo solo para eliminar características impredecibles o débiles, antes de considerar todo en conjunto.
He creado estas etiquetas, aunque solo sea porque no conozco los nombres comúnmente aceptados. ¿Cómo se relacionan los enfoques secuenciales, jerárquicos y de bloques múltiples y cuáles son sinónimos? Si alguien puede ayudar, sería apreciado.
