作者reck0916 (升格當學長)
看板DataScience
標題有關xgboost問題
時間Thu Apr 26 12:01:00 2018
請問若xgboost模型已訓練與測試完畢，且已確認可用，以往皆是丢新的數據去預測结果，那是否有可能用想得到的结果，例如某個定值去得知需丢入哪些數據？
舉例:
正常x1,x2,..,xn去預測y,
改為y去求得x1到xn
還是只能用模擬的方式，因x1到xn輸入值有上下限，去跑出所有组合，找出最接近y定值的那组x1到xn,??
-----
Sent from JPTT on my OPPO CPH1605.
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.141.53.48
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1524715265.A.9B8.html
1F：推 goldflower: 你這是generative model 不過聽起來是連續輸出? 04/26 12:42
2F：→ goldflower: 有人做過連續變數的生成模型嗎 蠻好奇的 04/26 12:43
3F：→ goldflower: 我直覺是覺得好像不能做 之前沒google到相關的東西QQ 04/26 12:44
4F：→ b29308188: 有無限多組解，因為xgboost的 (x1-xn) ->y 是lossy com 04/26 12:57
5F：→ b29308188: pression的過程 不過假如output的長度再長一點有可能 04/26 12:57
6F：→ b29308188: 類似的可以去看seq2seq怎麼弄的 04/26 12:58
7F：→ reck0916: 這主要是實務上遇到的問題，製造現場需要知道要得到想要 04/26 13:56
8F：→ reck0916: 的结果，需要輸入特徵值的數值是多少，因為輸入数值主要 04/26 13:56
9F：→ reck0916: 爲0.1跳動的間斷变數，才想說要用暴力解法，還是有其他 04/26 13:56
10F：→ reck0916: 更好方法 04/26 13:56
11F：→ b29308188: 可以去看你學出來參數去調整input 04/26 14:37
12F：推 ray39620: 通常機器學習學的是多對一函數，也許可以從既有資料去推 04/26 15:16
13F：→ ray39620: 測或合成 04/26 15:16
14F：→ reck0916: 可以把input想成是机台的控制参數，因操作員根本不懂演 04/26 19:48
15F：→ reck0916: 算法的過程，且生產時間有限，才需要弄成机台参數該怎麼 04/26 19:48
16F：→ reck0916: 輸入才能得到想要的y 04/26 19:48
17F：→ bestchiao: 製造部喔？ 04/27 06:30