K*D
发帖数: 38 | 1 这算是什么classification: 每个instance有m个attributes (e.g. gender, job)，每
个attribute attr_i可以有n_i个可能取值。对于m=1的情况应该算是multi-class
classification。m>1的时候呢？ |
L********d
发帖数: 3820 | 2 multi-label?
【在 K*D 的大作中提到】
: 这算是什么classification: 每个instance有m个attributes (e.g. gender, job)，每
: 个attribute attr_i可以有n_i个可能取值。对于m=1的情况应该算是multi-class
: classification。m>1的时候呢？
|
d*****u
发帖数: 17243 | 3 high-dimensional classification
【在 K*D 的大作中提到】
: 这算是什么classification: 每个instance有m个attributes (e.g. gender, job)，每
: 个attribute attr_i可以有n_i个可能取值。对于m=1的情况应该算是multi-class
: classification。m>1的时候呢？
|
K*D
发帖数: 38 | 4 应该不是multi-label。。
【在 L********d 的大作中提到】
: multi-label?
|
s*w
发帖数: 729 | 5 totally lost with your question
why m=1 is called multi-class xxx? m, n has nothing to do with multi-class.
【在 K*D 的大作中提到】
: 这算是什么classification: 每个instance有m个attributes (e.g. gender, job)，每
: 个attribute attr_i可以有n_i个可能取值。对于m=1的情况应该算是multi-class
: classification。m>1的时候呢？
|
b*******g
发帖数: 131 | 6 叫不叫classification要看你的output是什么
你这些attributes看起来都是input啊
如果你要predict这几个attributes中的一个，就是classification问题
如果要predict多个，也可以看成几个独立的classfication问题
如果要预测的是连续变量，就是regression问题 等等
【在 K*D 的大作中提到】
: 这算是什么classification: 每个instance有m个attributes (e.g. gender, job)，每
: 个attribute attr_i可以有n_i个可能取值。对于m=1的情况应该算是multi-class
: classification。m>1的时候呢？
|
x******1
发帖数: 31 | 7 I guess you mean multi-task
【在 K*D 的大作中提到】
: 这算是什么classification: 每个instance有m个attributes (e.g. gender, job)，每
: 个attribute attr_i可以有n_i个可能取值。对于m=1的情况应该算是multi-class
: classification。m>1的时候呢？
|
