1回答
我有一个文件列表，我使用KNN算法对这些文件进行分类。但我希望将结果保存在我读取数据集的文件中。如何将预测链接到文件(或数据集)中的正确行？
浏览 0提问于2018-01-19得票数 0
1回答
LIBSVM的工作原理如何进行多元回归是我的普遍问题？详细地说，我有一定数量的链接的一些数据。(示例3链接)。每个链接有3个因变量，当在模型中使用这些变量时，输出Y。我在某个时间间隔内收集了这些链接上的数据。| 8.6 | 2.2 | 6.6 3 | 18 | 9.8 | 4.1 | 5
我需要执行预测才能找到如何利用上述数
浏览 6提问于2013-08-14得票数 1
回答已采纳
我使用GCP和GCS和GCMLE API来训练我的模型并在云上进行预测。我在调查人口数据。目标是预测个人资料的收入。这是代码和脚本的github链接--实际上我正在发现这个工具，我很难预测，我用一个配置文件作为.json输入进行测试，作业准备成功地运行，但是它发生了这个错误*
ps :我正在使用TF版本1.4，如果你可以帮助，不要犹豫！提前感谢
浏览 1提问于2018-05-02得票数 0
1回答
我正在尝试创建一个回归模型，使用scikit-学习预测汽车价格。输入的数据有:车型(纵倾)、公里使用、同类车的过去转售价格和二手车年限。我正试图预测这辆汽车未来的转售价格。
我已经对数据做了预处理。我试过使用ARDRegression，RandomForestRegressor，最后是MLPRegressor。但预测模型似乎没有很好的预测效果，预测结果似乎超出了训练数据的范围。如果
浏览 0提问于2019-10-28得票数 2
我想添加假日效果，但当我遵循这些步骤时，我的假日开始在预测期内重复。 下面是案例研究的可视化，你可以看到temperature_effect是从乞讨开始的。 ? 是否有可能为模型提供实际的未来数据？ 编辑:在我的例子中，假日开始在我的预测中重复出现，这是没有意义的。刚才我在github上发现了issue关于这个问题，有解决这个问题的方法。 ?
浏览 44提问于2021-07-13得票数 1
4回答
使用机器学习进行预测
、、、、
假设我有一些过去5年的数据，我已经训练了我的分类器(任何决策树，支持向量机等)。基于此，即给定适当的输入特征数据和正确的输出标签。现在，对于当前年份，当我必须进行预测(预测输出)时，我可以提供当前年份的输入特征数据，分类器将预测正确的输出标签。例如，选举<em
浏览 5提问于2012-11-28得票数 0
回答已采纳
2回答
我在脑海中有一个问题，与使用pybrain对时间序列进行回归有关。我计划使用pybrain中的LSTM层来训练和预测时间序列。我在下面的链接中找到了一个示例代码
根据我的理解，这不再是一个
浏览 1提问于2014-09-22得票数 15
回答已采纳
1回答
我有以下情况：
在dataframe中创建了多少个新列。，LSTM的输入配置应该是什么样的，output_shape等等.我在下面的链接中找到了它，但是我不能理解这个理论，把多步和多变量结合起
浏览 4提问于2017-12-17得票数 2
3回答
Python培训和星火部署
、、、、
是否有可能在python中训练XGboost模型，并使用保存的模型在火花环境中进行预测？也就是说，我想要能够训练的XGboost模型使用学习，保存模型。在火花中加载保存的模型，并在火花中进行预测。在训练过程中，我将在python中使用，而在预测mllib中将使用XGBoost时，必须从XGBoost python加载保存的模型(例如: XGBoost.model文件)，以便在中预测，该模型是否与mllib中的
浏览 2提问于2019-10-21得票数 1
1回答
我正在做多目标回归，所以我想同时预测几个数字。这些数字高度相关，所以我认为预测他们的PC是一种更明智的方法。使用sklearn的管道非常适合将我想使用的MinMaxScaler、PCA和回归器以菊花链形式链接在一起；然后允许我调用该管道进行预测。
然而，管道是否仅将PCA应用于输入？是否可以使用相同的策略，但也可以让它对我想要预测的输出执行PCA？
浏览 0提问于2015-10-14得票数 2
1回答
我有一个包含1000个项目的数据集。在对模型进行训练之前，我会对数据进行标准化。
现在，我想使用该模型进行预测。然而，根据我所理解的，我需要标准化输入，我将输入到我需要预测的模型中。虽然我可以将它打印到控制台，但如何“保存”它-以供以后使用？我正在尝试理解如何保存训练数据归一化时使用的平均值和标准差的过程-以便我可以在进行预测时
浏览 36提问于2021-06-14得票数 0
回答已采纳
我想我理解通过LSTM或XGBoost模型进行预测的想法，但我想联系社区来证实我的想法。本教程很好地一步一步地解释了该做什么："如何建立多步LSTM电力使用时间序列预测模型“
然而，在预测方面，作者拿出了部分数据，然后用这些数据来预测未来的值.在我看来，这并不是一种预测(通过ARIMA、VAR等方法完成的事情--你可以指定时间周期的数目，然后不指定任何东西，模型给你一些关于未来的预测)，你可以看到我对作者的
浏览 0提问于2019-09-30得票数 4
假设我有两个输入特征，每个输入特征都有两个独立变量(2D数据)，例如: T1(x，y)和T2(x+1，y)，我希望使用LIBSVM进行回归来预测T(x+1，y) (2D输出数据)。我通读了官方链接，但我无法找到输入数据集是否支持输入特征T1(x，y)和T2(x+1，y)的二维数据。一般来说，我知道LIBSVM支持T1(x)和T2(x+1) (1D数据)，但不确定它
浏览 0提问于2017-10-11得票数 0
1回答
我使用Select Columns in Dataset选择要输入的列，并选择输出列。{ "input1": { "Col1",
浏览 3提问于2019-10-01得票数 1
回答已采纳
1回答
我有一个天气数据数据集，我想用它来进行预测。 数据集由来自几个不同位置的数据组成。数据集中的特征如下： datetimeraintemp_mincloudshumiditywind_degweather_description 所有位置的测量都是同时进行的，这使得区分单独的测量成为可能。我想使用来自所有位置的数据作为<em
浏览 24提问于2021-07-28得票数 1
2回答
我使用来预测连续值的时间序列。从序列中训练网络，使得输入是索引i处的值，目标是索引i+1处的值。
输出是对i+5值的预测。因此，对于超越下一时间步骤的预测，必须用
浏览 12提问于2016-06-22得票数 2
回答已采纳
对于partikit加权条件树模型，我遇到了一个问题，它是针对缺少值的数据进行训练的。
我正在手动创建一个套袋树模型，给每个周期的观测数据赋予不同的整数权重。但是，当我使用引导模型进行预测时，我注意到其中一些模型返回的值比输入数据行少。有趣的是，在输入数据的299行中，预测的数据长度为299或289。289是删除丢失数据的预测器后的行数。深入研究
浏览 5提问于2020-09-02得票数 1
对于不同尺度的输入数据，我理解用于训练分类器的值必须标准化，以便进行正确的分类。
那么，用于预测的输入向量也需要标准化吗？我的场景是训练数据被规范化、序列化并保存在数据库中，当必须做预测时，序列化数据被反序列化以得到规范化的numpy数组，然后numpy数组适合于分类器，并将预测的输入向量应用于预测。那么，这个输入向量也需要标准化吗？如果是这样的话，怎么做呢，因为
浏览 5提问于2016-11-10得票数 3
我使用三个变量(年龄、距离、旅行津贴)作为我的预测变量，在Python中创建了一个KNN模型(Module = Scikitlearn)，目的是用它们来预测目标变量的结果(旅行的方法)。在构建模型时，我必须对三个预测变量(年龄、距离、旅行津贴)的数据进行规范化。与未将数据规范化相比，这提高了我的模型的准确性。
现在我已经建立了模型，我想做一个预测。但是，如何输入预测变量来进行预测，
浏览 2提问于2020-04-03得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
