¿Clasificación multietiqueta vs multi-modelo?

Question

Estoy trabajando en la clasificación de retraso / (sin retraso) / retraso negativo para aviones (2 o 3 etiquetas). También estoy jugando con la idea de modelar sin retraso, retraso y retraso grande.

Noté que hay casos en los que puedo entrenar bastante bien redes neuronales desde scikit que comete pequeños errores para retrasos o retrasos negativos en el conjunto de entrenamiento. Por mi poca experiencia, mi instinto me dice que es absurdo usar dos/tres modelos para cada etiqueta. ¿Qué pasaría si no están de acuerdo en la etiqueta? ¿Podría entonces elegir el que tenga la probabilidad más alta o algo así?

No creo que sea un buen enfoque, pero no puedo encontrar ningún artículo que lo explique.

Me gustaría verificar, ¿es absurdo tener múltiples modelos en un caso de múltiples etiquetas o no? Si sí o no, ¿por qué?

¡Muchas gracias!

Answer 1

¿Y si no están de acuerdo con la etiqueta?

Existen otras formas de combinar clasificadores. Por ejemplo, es posible que tus etiquetas muestren una jerarquía natural. Un vuelo podría estar retrasado o no. Si está retrasado, podría tener un retraso corto o largo (como ejemplo que das); si no está retrasado, podría estar a tiempo o antes de tiempo (otro ejemplo que das).

Dividir tu clasificación multietiqueta en una jerarquía de problemas podría tener sentido en algunos casos. Los tamaños de conjunto de datos de los hijos de un nodo podrían ser muy desiguales. Los costos de mala clasificación podrían tener una naturaleza jerárquica. De esta manera, se evita el problema de la discordancia de clasificadores.

Ver, por ejemplo Approaches to Modelling and Control, de Roderick Murray-Smith y Tor Arne Johansen, y Combinando Redes Neuronales Artificiales, de Amanda J. C. Sharkey. A esto a veces se le denomina combinación modular de clasificadores.