Paquetes o bibliotecas para el aprendizaje de múltiples salidas

Question

Tengo un problema de aprendizaje de $X$ a $Y$ donde:

• $X$ = $n$ vectores numéricos de entrada de $m$ dimensiones
• $Y$ = $n$ vectores numéricos de salida de $k$ dimensiones

En otras palabras:

     

Espero reunir una lista de R paquetes o Python bibliotecas para salida múltiple problemas de clasificación y regresión.

Por ejemplo, ¿algunos de los métodos de aprendizaje en caret ¿soporta esta funcionalidad? ¿Qué paquetes en general están disponibles para este problema?

Answer 1

Recomiendo lo siguiente recursos (para algunos de ellos, habría que hacer un trabajo de detective, obviamente). Estoy de acuerdo con @Innuo en que la regresión PLS y pls El paquete R merece la pena.

Para Python:

• Esta parte de la lista curada ;

• también esta parte de la misma lista ;

• esta página de la documentación .

Para R:

• Esta parte de la misma lista ;

• Vista de tareas de CRAN: Aprendizaje automático y aprendizaje estadístico .

Creo que los siguientes recursos también pueden ser bastante útiles: esta discusión relevante en el CV, este informe técnico sobre el aprendizaje multisalida mediante el filtrado espectral, esta página sobre el aprendizaje del núcleo de salida, y este excelente tutorial en la predicción de múltiples objetivos.

Answer 2

Sé de la PLS Paquete R, que admite la regresión multirrespuesta. Ver " El paquete pls: Regresión por componentes principales y mínimos cuadrados parciales en R ", Journal of Statistical Software, Vol. 18, número 2, enero de 2007 para más información.

Hay más información en http://mevik.net/work/software/pls.html