单个模型是否可以返回连续或分类结果？

Question

很抱歉我的题目措辞不好，我只是不知道该怎么表达我的问题。解释我的问题可能更容易。另外，我对这一点还很陌生，我只上过几门Python课程，在这一领域没有任何专业经验

TL；博士：我想建立一个模型来预测一个航班会延误多少分钟，或者是否会取消。

我正在使用2015 Flight Delays dataset on Kaggle，并将这些数据与我发现的一个提供机场历史天气数据的站点相结合。我试图把这两组数据结合起来，建立一个更好的延迟预测

我的假设是坏天气是延迟的主要原因，但是坏天气确实是取消预订的主要原因

我的第一个想法是，我可以创建一个线性模型，将天花板、能见度、风作为连续自变量，加上始发机场、始发机场和降水强度作为分类自变量，并输出到达延迟作为因变量但是，这不包括航班取消。

在数据集中，取消的航班有一个NaN作为起飞和到达时间，然后有一个热编码列作为取消时间。我可以编辑数据集，如果取消的列是1，就做一些类似于到达延迟999的事情，但这与线性模型有关

我的模型是否可以输出一个数字（连续）值来表示一个航班将延迟多少分钟，或者如果它将被完全取消（分类）

如果没有，我能以某种方式堆叠模型吗？例如，制作一个随机森林模型，只预测“取消”或“未取消”，并将“未取消”的航班输入一个线性模型，预测航班将延迟多少分钟

稍微无关的问题：我不认为天花板/能见度/风之间存在线性关系，但我确实认为可能存在对数关系。例如，能见度为0.5英里、1.0英里和1.5英里之间存在巨大差异，但能见度为8英里和10英里之间的差异为零。风和天花板也一样。什么样的模型对我来说是可用的在scikit学习，这说明了这一点

Answer 1

这里有很多问题，但让我来回答一个与堆叠机器学习模型有关的问题

答案是肯定的，你训练一个能同时解决这两个任务的神经网络。这就是所谓的多任务学习。我只知道用深度神经网络实现多任务学习并不难。最重要的部分是输出层，在本例中，您将有一个带有两个激活单元的输出层。一个sigmoid输出单元和一个relu输出单元（如果您计划只预测可能的延迟）

你的问题的另一个解决方案是你提出的。只需将延迟设置为一个大数字，并在代码中设置一个条件，如“如果延迟小时数超过n天，则航班取消”

我看到的最后一个解决方案是实现两个神经网络。一个决定航班是否取消，一个决定延误时间。如果第一个返回true，那么不要使用第二个

请随便问