Eu tenho um problema de regressão de várias saídas com entrada e saídas . As saídas têm uma estrutura de correlação não linear complexa.
Eu gostaria de usar florestas aleatórias para fazer a regressão. Até onde eu sei, as florestas aleatórias para regressão funcionam apenas com uma única saída, então eu teria que treinar florestas aleatórias - uma para cada saída. Isso ignora suas correlações.
Existe uma extensão para florestas aleatórias que leva em consideração as correlações de saída? Talvez algo como regressão de processo gaussiana para aprendizado de múltiplas tarefas .
Respostas:
Aqui está um exemplo de um problema de regressão de várias saídas realizado com reconhecimento facial. Também inclui uma amostra de codificação, e deve começar com sua metodologia. http://scikit-learn.org/stable/auto_examples/plot_multioutput_face_completion.html
fonte
Existe um novo pacote especificamente para isso (não testado pessoalmente)
https://cran.r-project.org/package=MultivariateRandomForest
fonte