[問題] 想找適合預測佔比組成的模型

[ms0344303 (我不玩了)]

作業系統:linux

問題類別:ML、DL、Optimization

使用工具:python3

問題內容:
小弟我遇到一類問題，需要預測一個母體中的各項item的組成成分比例
所以Target可能有A,B,C,D+others五種構成  五種加起來總合為1(100%)
因為是同一母體，所取得用來預測的特徵或訊號是一樣的
等於我要用同一組預測五種Y(預測結果舉例: A20%, B30%, C10%, D10%, others30%)
看了一下Sklearn的 multiple output regression並沒有適合的限制式模型(限制總預測需小於1)

而如果要自己設計模型
目前想到的是用簡單神經網路BPNN  加上客製化的MSE Loss funciton
除了五種Y的MSE加總外再加上懲罰項α(Sum(yA+yB+yC+yD+yOthers)-1)^2

不知道我這樣構想有無缺漏，因為就算這樣好像也不能保證神經網路出來的總和必定小於1?

還是有更適合的模型
已經爬很久了  都沒有類似的收穫
Beta Regression很類似我需求但沒有往Multiple Y拓展的參考

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.214.202.244 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1610344227.A.1A5.html
→ patrick2dot0: softmax + cross entropy？！
→ ms0344303: softmax畢竟比較偏向classification 不確定是否能用來
→ ms0344303: 預測真正的比例回歸問題
→ wtchen: 要不要考慮無/半監督式模型？藉助原資料結構來預測？
推 patrick0302: 卡位 我也有這樣的研究需求..
推 tigon6260: 試試看最後一層softmax，loss用mse，能符合限制，又能
→ tigon6260: 做regression
推 bearz: 預測結果的總和當分母算比例不行嗎？
推 p122607: 我也覺得直接算比例就可以了？
推 mewtwo: linear programming + penality function
推 ruokcnn: Softmax最合啊
→ ruokcnn: Loss用mse +1