Autor Tema: ¿Cómo "maximizar" una función categórica desconocida que se ajusta a unos datos?

0 Usuarios y 1 Visitante están viendo este tema.

03 Julio, 2022, 02:13 pm
Leído 47 veces

skan

  • $$\Large \color{#5e8d56}\pi\,\pi\,\pi$$
  • Mensajes: 228
  • Karma: +0/-0
  • Sexo: Masculino
O...
¿Cómo encontrar numéricamente el valor de las variables que producen una condición determinada?


Buenas

Digamos que tengo un problema en el que, bajo ciertas condiciones, sucede algo.
Por ejemplo:
- una máquina que deja de funcionar.
- un sensor que, por alguna razón, empieza a producir valores extraños.
- una persona que sufre un infarto.
- ciertos factores que provocan la quiebra de una empresa.

Quisiera saber por qué ha ocurrido o cuándo es más probable que ocurra al reproducir las mismas condiciones.


Para ello dispongo de los datos que se han recopilado en múltiples experimentos (dispositivos o personas).
Recogidos en una tabla con varias variables input (continuas y/o discretas, quizás incluyendo el tiempo) y un output.

Quiero encontrar qué entrada (o combinación o función de ellas como la derivada) es más probable que produzca ese output (categórico o que representa una condición extrema).

No tengo una función paramétrica ni un modelo específico, por lo que se me ocurre ajustar un árbol de decisión o una red neuronal.

Una vez ajustado el modelo no lo quiero usar sólo para predecir a partir de unos input sino que quiero utilizarlo como función blackbox en un problema de optimización, que probablemente tenga ruido y máximos locales. Y normalmente los datos suelen ser muy desbalanceados (pocas observaciones de la categoría problemática).


¿Hay alguna otra forma más fácil o directa de resolver este problema?
Para acabar diciendo...   la máquina (o persona) suele fallar cuando las variables XXX  toman el valor YYY o cuando se da cierto patrón.