机器学习中的编码逻辑规则

Question

对于某些问题，你有一些你知道的规则，因为事实是真实的。一个非常简单的例子是-

“40%以下的分数是不及格的”

声明中没有含糊不清之处，对于这一制度，它将永远是正确的。在任何机器学习模型中对这样的规则进行编码，都应该允许它避免简单的错误，并在理论上提高准确性。

我知道这里有几个小众库，还有整个子字段。然而，我将如何在一个典型的模型(CNN、LSTM等)中将这样的逻辑规则结合在一个像TensorFlow、PyTorch这样的平台中呢？

编辑:我期待的是添加显式标签规则(类似于Snorkel [ https://github.com/snorkel-team/snorkel ]用于生成噪声标签的方法)，以帮助模型学习。这些关系虽然存在于数据中，但模型很难学习或需要大量的培训数据/时间。在某些情况下，确定性规则和ML的组合比单独使用更好。

Answer 1

我建议您在模型预测结果之后，将这些规则应用于模型的输出。在您的示例中，如果要构建预测通过或失败的DNN分类器，那么在将预测返回到调用应用程序之前，只需检查值并根据所建立的标准更新模型结果。

我已经在各种模型中完成了这一点，其中模型可能返回不可能的负结果。在这些情况下，我将对结果数据框架执行一个简单的更新，例如：

data.loc[data["y-hat"] < 0, "y-hat"] = 0

这些类型的“硬编码”规则可以随您的需要而定。您甚至可以为它们构建一个字典，并映射结果，而不是使用一系列语句。这显然取决于规则的复杂性。希望这能帮上忙。