Accord.NET中的回归分析

Question

目前，我正在学校做我的项目，我有一个不寻常的任务。我的工作是从facebook上的某个页面中抓取数据，把它放到学习模型中，在那里应该有一个输入作为列表，输出作为Int32。

首先，让我简单地解释一下我已经设计的算法：

1. 刮掉数据
2. 封住
3. 移除大写、标点符号、表情符号和空格
4. 词根相同的合并词
5. 统计每个单词的出现情况和指定的计数值
6. 执行tf-idf计算来提取每个帖子中每个单词的权重，现在我有了一个Dictionary<String,List<double[],int>>，它表示

postId:[wordWeights],amountOfLikes as

23425234_35242352:[0.027,0.031,0.009,0.01233],89

我必须用不同的职位和他们的喜好来训练我的模特。为此，本文选择了在Accord.NET上使用C#库，并对其简单线性回归类进行了分析。

首先，我看到我可以使用OrdinaryLeastSqure并使用可能的输入和输出作为

double[] input = {0.123,0.23,0.09}
double[] output = {98,0,0}
OrdinaryLeastSquares ols = new OrdinaryLeastSquares();
regression = ols.Learn(inputs, output);

正如您所看到的，数组中的输入数量应该与输出数相匹配，因此，我用零实现了它。结果，我得到了明显的错误输出。我无法找到适当的方法将我的数据提供给Linear Regression Class。我知道用零实现数组的方法是错误的，但到目前为止，这是我想出的唯一解决方案。如果有人告诉我在这种情况下应该如何使用回归，并帮助选择合适的算法，我将不胜感激。干杯!

Answer 1

在浏览了Accord.NET中不同的回归算法之后，我想出了FanChenLinSupportVectorRegression，它是Accord.NET Machine Learning库的一部分。我相信范陈霖是这个算法的主要贡献者之一，因为它是以他的名字命名的。

算法采用支持向量回归(SVM)的概念。

FanChenLinSupportVectorRegression<TKernel>，其中Kernel获取或设置用于创建内核支持向量机的内核函数。如果设置了此属性，则UseKernelEstimation将设置为false。

回归函数将第一个输入作为数组，由两个数组组成(在我们的例子中，是某个帖子中单词的权重)，第二个是由喜欢的数量组成的双重数组。

的重要性:权重的子数组必须与第二个输入中的喜好数量相对应，这样first sub-array在likes数组中的索引下具有相同的数量，second sub-array在likes数组中的1索引下应该具有相同的数量等等。

示例：

//Suppose those are posts with tf-idf weights
double[][] inputs =
{
  new[] { 3.0, 1.0 },
  new[] { 7.0, 1.0 },
  new[] { 3.0, 1.0 },
  new[] { 3.0, 2.0 },
  new[] { 6.0, 1.0 },
};
//amount of likes each corresponding post scored
double[] outputs = {2.0, 3.0, 4.0, 11.0, 6.0};
//Using FanChenLinSupportVectorRegression<Kernel>
var model = new FanChenLinSupportVectorRegression<Gaussian>();
//Train model and feed it with tf-idf of each post and corresponding like amount
var svm = model.Learn(inputs, outputs);
//Run a sample tf-idf input to get a prediction
double result = svm.Score(new double[] { 2.0,6.0});

我用相同值的交换输入测试了这个模型，结果非常好和准确。模型在大输入上也很好，但是需要更多的培训。希望这对未来的任何人都有帮助。