我正在使用smile库训练神经网络来解决一个简单的非线性回归问题。对于每一个输入，我得到相同的预测。也许我在神经网络的构建上做错了什么。你能告诉我我错过了什么吗？由于法律原因，我不包括这些数据。=new int[4]; units[1]=10; units[3]=1; new smile.reg
浏览 18提问于2019-02-19得票数 0
1回答
谁能告诉我如何下载“WekaScoring”插件到WEKA？到目前为止，我能找到的链接是，但这是不可访问的。
我需要的是为WEKA生成一个PMML模型。在WEKA中是可能的吗？
浏览 0提问于2016-03-23得票数 1
1回答
我设计了一个微笑检测系统。该系统建立在深度学习的基础上，并在MatConvnet上实现。最后一层是系统的输出，根据人的微笑量有10个输出。我想用一个数字输出来转换这十个输出，在1到10之间使用一个回归层。我如何在MatConvNet中做到这一点。谢谢
浏览 3提问于2015-04-07得票数 3
2回答
当问题是回归问题时，如何计算精度？然后我意识到回归的问题是没有精确的概念，然后我开始想，这个精度是如何计算的？我猜想，当回归问题中的度量是“精度”时，
浏览 1提问于2019-09-01得票数 1
回答已采纳
1回答
当使用神经网络预测制造过程的误差百分比时，如果过程中有一些输入不受我们的控制(随机)，最好是使用回归还是分类？例如， 输出的错误率可以从-900%到+900%，平均误差和中值误差为9% (这是一条厚尾的钟形曲线)。我们应该使用回归并尝试预测错误量，还是从中位数将错误分类为sigmas，例如，900%是中位数的5西格玛。因此，我们将有11个类别-5到+5
浏览 17提问于2019-02-05得票数 1
回答已采纳
3回答
所以，我试着学习tensorflow，为此，我尝试为一些我认为并不难的东西创建一个分类器。我想预测一个数字是奇数还是偶数。问题是，Tensorflow总是预测相同的输出，我搜索了最后几天的答案，但没有任何帮助。我看到了以下答案：--在： nb y11 2 13 4 1...
19 20，如学习率或训练时代
浏览 3提问于2017-06-06得票数 3
回答已采纳
1回答
对于我给出的每一个输入，Keras都会预测相同的类。目前有四个班。新闻，天气，体育和经济。
我原以为模型将偏向体育和新闻，但它是完全偏向天气与每一个输入被归类为天气至少80%的信心让我更加困惑的是:在训
浏览 5提问于2017-12-11得票数 5
回答已采纳
1回答
我一直在使用函数来预测拟合数据，但现在我想转到使用Pandas。2004 664.6814782006 527.342854预测产生的结果没有什么不同))ols_pred = ols_mod.predict(np.column_
浏览 1提问于2012-03-30得票数 3
回答已采纳
我试图用回归来预测一个值。对于给定的一组自变量，我得到一个固定的数作为期望值。但是，是否有可能得到一个范围的值，这样就可以说最大可能值是x，最小可能值是y。= linear_model.LinearRegression()
pred的值是10，但我更想要max = 12和min =8这样的值。简单地说出一系列的值。试着调查G
浏览 2提问于2016-09-27得票数 0
回答已采纳
1回答
我有客户过去两年的历史交易信息，数据集中也有关于客户的其他信息，比如他们用于交易的卡片类型(黄金/白金)等等。使用此数据集，我将不得不预测每个客户下个月进行交易的可能性。在选择之前，我可以分析哪些不同的方法？关于这个问题的更多信息：
我有客户信用信息和网上购票门户卡的交易记录。从这个门户，客户可以预订航班，邮轮和汽车。我必须预测最有可能在下个月预订一些东西(航班、游轮和汽车)的顾客。现在我能采取什么可能的</
浏览 0提问于2019-08-26得票数 0
回答已采纳
如何使用下面的ml2模型预测新给定的车身值，并解释其输出(仅新预测的输出，而不是模型)ml2<-lm(log(brain)~log(body),data=Animals)pred_body<-data.frame(body=c(468))
predict(ml2,new, inter
浏览 1提问于2017-06-11得票数 2
回答已采纳
2回答
我有一个有大约900.000条记录的数据集，其中大约1000个被标记为阳性(研究事件发生了)。
事件发生的概率总是很低(即< 0.1)，我想要创建一个回归模型来预测事件发生的概率。我的第一个想法是使用logistic回归，但我不确定是否可以将输出直接解释为事件发生的概率。在使用其他模型(如SVM或RF )时，也会出现同样的疑问。另一个疑问是，通常的评估指标(例如RMSE)在这
浏览 0提问于2017-03-03得票数 7
我试图更多地理解元音，并在线性回归教程中看到了这个说法。()如果平均损失并不比最佳常数的损失好，那么就有问题了。在这种情况下，我们的例子太少，无法概括。“是基于线性回归中零模型损失的最
浏览 5提问于2020-02-17得票数 1
回答已采纳
1回答
通过回归或更好的方法进行数据预测
、、、、
我正在研究数据预测。我知道如何通过线性回归，y=k x+b。有时，b不是非负的，所以y< 0。如何在保证b>0的同时最小化预测误差？任何帮助都将不胜感激
浏览 3提问于2014-03-08得票数 0
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
我正在用一个单层的神经网络实现一个非线性回归。然而，使用激活函数作为ReLu或Softmax，损失会被卡住，值不会随着样本的增加而减少，并且预测值是常数。因此，我用ReLu代替了LeakyReLU，损失大大减少了，预测不再是常量，甚至跟踪了原始函数。
然而，在我正在工作的上下文中，Softmax函数将更合适。然而，消失梯度问题依然存在。我想知道是否有人能给我一个想法，如何增加软件最大函数的陡度，因为它与LeakyReLU一起工作。class N
浏览 0提问于2022-09-27得票数 0
2回答
我知道线性回归做“回归”，logistic回归做“分类”。当我们实现这两种方法时，我能注意到的唯一不同是损失函数:线性回归使用均方误差这样的损失函数，logistic使用交叉熵。还有什么我不知道的区别吗？
浏览 0提问于2018-09-14得票数 1
回答已采纳
2回答
我来自CS背景，正在向数据科学发展，我认识到ML受到统计推断/信号处理的影响很大。我们在数据科学中使用的X称为输入、特征集或自变量，Y称为目标、类、标签。这叫什么？从业者在市场和领域上是否有差异？
浏览 0提问于2020-07-23得票数 2
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
