回答編集履歴
2
追記
answer
CHANGED
|
@@ -4,4 +4,7 @@
|
|
|
4
4
|
|
|
5
5
|
複数の目的変数に対応したモデルとして正準相関分析，ランダムフォレスト回帰，ニューラルネットワーク回帰などがあり，scikit-learnのパッケージがあるようです．
|
|
6
6
|
|
|
7
|
-
時系列データに適応できるのか，相対比率を目的変数に用いられるのか，など不明点がありますが，時系列データが無理であれば特徴量ベースに変換してみます．ありがとうございました．
|
|
7
|
+
時系列データに適応できるのか，相対比率を目的変数に用いられるのか，など不明点がありますが，時系列データが無理であれば特徴量ベースに変換してみます．ありがとうございました．
|
|
8
|
+
|
|
9
|
+
追記：「scikit-learnにおいて2項目以上の出力値をfitさせる方法」というトピックが立っていました．
|
|
10
|
+
https://teratail.com/questions/148354
|
1
誤字修正
answer
CHANGED
|
@@ -1,7 +1,7 @@
|
|
|
1
|
-
その後調べてみました．「複数の目的変数に対する回帰(multioutput regression)」が答えのようです．
|
|
1
|
+
質問者ですがその後調べてみました．「複数の目的変数に対する回帰(multioutput regression)」が答えのようです．
|
|
2
2
|
https://www.haya-programming.com/entry/2018/05/07/115144
|
|
3
3
|
https://qiita.com/katsuki104/items/71c7581cce60f0e303f3
|
|
4
4
|
|
|
5
|
-
複数の目的変数に対応したモデルとして正準相関分析，ランダムフォレスト回帰，ニューラルネットワーク回帰などがあり，scikit-
|
|
5
|
+
複数の目的変数に対応したモデルとして正準相関分析，ランダムフォレスト回帰，ニューラルネットワーク回帰などがあり，scikit-learnのパッケージがあるようです．
|
|
6
6
|
|
|
7
7
|
時系列データに適応できるのか，相対比率を目的変数に用いられるのか，など不明点がありますが，時系列データが無理であれば特徴量ベースに変換してみます．ありがとうございました．
|