r软件包MLR支持多标签分类，该分类将功能向量映射到一组离散标签y_1，y_2，...，y_k。例如，y_1，...，可能是分类的人口特征，例如年龄，收入，性别，其中多个可能适用于培训数据中给定的示例。我相信这有时称为多任务学习。
某些回归任务，例如规范相关分析，具有相似的风味，其中我们的标签是连续和矢量值的。在MLR中代表此类任务的最佳方法是什么？我已经将鞋子的典范相关性分析管理为常规回归任务，但是我严重滥用了predict和performance方法(我想返回矢量值的预测，该预测与矢量价值相关的基本真理相比(。
另一种方法是"矢量化"训练数据，以便k值目标的每个训练示例出现k时间。但是，这使问题，预测和绩效评估失去了一些不错的结构。
听起来像是需要特殊类型的任务和学习者(或包装学习者(，就像多标记分类一样。