Мне нужно выбрать алгоритм машинного обучения для решения одной задачи: выявление связи между отдельными элементами двух разных наборов разных объектов.
Каждый объект (отдельный элемент набора) характеризуется набором параметров, и существует определенная связь между этими характеристическими параметрами, на основе которой можно сделать вывод о связи между элементами разных наборов. Но нет точной математической модели, поэтому, я так думаю, можно попробовать применить машинное обучения для поиска связей между элементами разных наборов.
Объекты в наборах выстроены по индексу (или по времени), не может быть перекрестных связей. Это один из основных критериев установления связи между объектами.
Я абсолютный новичок в машинном обучении и всем, что с ним связано, но с прикладным программированием хорошо знаком и чувствую в себе силы попробовать и с машинным обечением разобраться. :) Но я просто потерялся в огромном количестве разных алгоритмов, методов и принципов машинного обучения.
Какие алгоритмы могут мне подойти для решения такой задачи?
> выявление связи между отдельными элементами двух разных наборов разных объектов.
это какое-то не формализуемое утверждение.
Когда его формализутете, тогда приходите :)
Тут вопрос не в том, какой алгоритм использовать, а как представить данные, чтобы можно было натравить любимую логистическую регрессию или градиентный бустинг.
Если объектов не очень много, то можно нагенерировать все пары (а,б), где а из первого множества, а б из второго, придумать признаки для этих пар и обучать алгоритм на "есть связь / нет связи"
Простой
