이산 회귀 ( "분류")에 대한 손실 함수?

Question

최종 값의 이산화를 통한 회귀를 통해 해결해야한다고 생각하는 특정 분류 문제가 있습니다.

몬스터 레벨을 예측할 수있는 데이터 세트가 있는데, {1/8, 1/4, 1/2, 1, 2, 3, ..., 30} 값 세트에서 가져 왔습니다. 값 세트는 순서가 지정되고 유한합니다 (이산). 따라서 분류 문제입니다. 새로운 몬스터 데이터를 기반으로 한 클래스 (파워 레벨)를 할당하고 싶습니다. 하지만 값이 정렬되어 있기 때문에 이것을 회귀 문제로 취급하고, 몬스터 파워에 대한 실제 값을 구해 몬스터 레벨 세트에서 가장 가까운 값으로 반올림하여 이산화하여 분류로 전환해야한다고 생각합니다.

또한 예측하는 동안 훈련 중에 보이지 않는 클래스의 값 (예 : 훈련 세트의 어떤 것보다 더 강력한 몬스터)이 발생할 수 있으므로 클래스 세트가 한정되어 있지만 완전하지는 않습니다.

어떤 손실 기능을 사용해야합니까? MSE, MAE 또는 Huber 손실과 같은 기존 회귀 함수를 알고 있지만 이산화 회귀 또는 정렬 된 클래스로 분류하는 손실 함수는 본 적이 없습니다.

Answer 1

CR 카테고리를 서수로 생각하는 것이 타당하다고 생각합니다. 이 경우 찾고있는 예술 용어는 "나쁨, 공정함, 좋음"과 같이 정렬 할 수있는 범주에 사용되는 "순 서적 로지스틱 회귀"입니다. (반대로, 본질적으로 순서가 지정되지 않은 범주는 개인의 대학 전공입니다. 역사는 경제학이나 다른 학문보다 "BA에 가깝다"는 것이 아닙니다.)

몬스터 난이도에 대해서는 산술을 할 수 없지만 정렬 할 수는 있습니다. "산술"이 의미하는 것은 CR을 추가하면 Dungeon Master 's Guide 의 지침과 계산을 따르는 경우와는 다른 발생 어려움이 발생한다는 것입니다 . CR을 가진 여덟 몬스터$\frac{1}{8}$단일 CR 1 몬스터와는 다른 난이도를 가지고 있습니다. 답변의이 부분은 통계가 아닌 D & D 5e에 대한 지식에 의존하기 때문에 더 이상 자세히 설명하지 않겠습니다.