機械学習 - 最大100％を加算する複数の変数を予測する

Question

私は現在の米国大統領選挙のためのいくつかのおもちゃモデルに取り組んでいます。 4人の候補者があり、それぞれが投票の何％かを獲得するでしょう。私の目標は各候補の％を予測することです。

これまでのところ、1つの学習変数（投票率の％）と数十の従属変数を使用してデータセットを構築しようとしました。 WEKAを使って、私はMLPと他のいくつかの学習方法を実験しました。私の問題は、一度投票％のモデルを学ぶと、投票の各候補者シェアの予測が100％になることはないということです。

明らかにこの場合、受け取った投票の合計％が最大100％になる必要があります。問題に間違って近づいていますか？私の方法を改善するために私は何ができますか？

Answer 1

これは、パーセンテージの相互依存関係が方程式に埋め込まれていないように見えるためです。あなたがゼロから書くと、v0 + v1 + v2 + v3 = 1を強制する方程式が含まれています。これらは制約と呼ばれ、そうでなければ尊重しない式の基礎物理学を課すために使用されます。

私はabhiieorsの回答に反対しません。理想的なモデルがあれば、スケーリングは良い選択です。

v0 = v0 * 100 /（v0 + v1 + v2 + v3）など