如何在回归中减肥

Question

我遇到了一个回归问题，需要一个模型来预测范围0，1中的值。

我试图查看数据的分布情况，并且似乎使用低值标签(0，0.2)的例子比高值标签(0.2，1)的例子要多。

当我尝试使用MAE度量来训练模型时，模型收敛到一个状态，它有一个非常低的损失，但是模型似乎已经收敛到一个状态，在许多高值标号的例子中它预测了一个低值。

因此，我的假设是，数据是不平衡的，我应该试着根据它们的标签对丢失的例子进行加权。

问:在这种配置中，什么是衡量损失的最佳方法？

我是否应该用某种函数f(x)来加权每个例子的标号，其中f(x)在x低时低，x高时f(X)低？

或者我应该将标签值分割成回收箱([0，0.1)，[0.1，0.2]. 0.9，1)，并对每个垃圾桶进行加权(类似于绝对减重)？

Answer 1

如果您预测的值介于0和1之间，则应该使用beta回归。

β回归将处理异方差或偏斜，这是通常观察到的比率或比例。

Answer 2

这种行为在我看来是完全合理的，没有引起注意。

你知道大多数的值都很小。因此，即使考虑到这些特性，获得大值的可能性也很小。

你的预测与此一致:正如我所认为的那样，预测往往很小。

也许还有改进的余地。有一个答案提到了beta回归，这可能是一个值得探索的选择。如果您的值被限制在0到1之间，因为它们是事件发生的比例，您可以考虑获取原始计数并对离散结果进行建模。。

然而，关键是这种模式似乎在做它应该做的事情。