，预测的输出也是输入，因为它使用滞后数据。下面是一个尝试的自定义函数： acumPredict <- function(dta, mod, initial_amount) { # for each row in the dataframe，以及cumulative_price的initial_value项： mylist <- mydiamonds %>% map(~ lis
浏览 8提问于2021-07-09得票数 1
回答已采纳
3回答
用反馈一次预测输出序列
、、、
我想解决以下分类问题:给定输入序列和实际输出的零或多个初始项，预测输出序列中的下一个项。
例如，我的训练集是一个很大的问答对语料库。现在我想预测一下对“你好吗？”一次一个字。一些合理的回答可能是“我很好。”，“好的。”，“很好，谢谢。”因此，对可能出现的第一个单词的<
浏览 0提问于2018-08-20得票数 3
回答已采纳
2回答
与大多数基于“实用”或“需求”的人工智能系统一样，我的代码的工作方式是在世界各地放置各种广告，将所述广告与各种代理的属性进行比较，并相应地按每个代理对广告进行“评分”。这是我能给出的适合于图像的最好的例子，因为恢复通常是非常缓慢的)
从这两个例子中可以看出，即使代理数量增加，系统仍然是高度重复的，因此浪费了宝贵的计算时间。我一直试图重新构建程序，以便在高重复性期间
浏览 6提问于2014-10-01得票数 5
回答已采纳
Power Apps能否用于构建允许预算和预测的工具？沿着通过表单输入数据的路线？你要怎么做呢？Feb20 Mar20 Apr20 ..等
此外，它将需要被设计成允许用户通过库存水平输入预算和预测，如按面板类别，按格式等。无论采用哪种方式，无论是MonthYear还是库存水平，总值都需要累积到相同
浏览 0提问于2020-11-11得票数 0
2回答
多输出与单输出NNs
、、、、
我正在尝试使用LSTM构建一个5输入-5输出模型，其中所有的输出都是与未来预测的输入相同的特性。我的问题是:构建5个模型，每个模型具有相同的5个输入，但一次只预测5个序列中的一个，还是与构建一个预测所有5个序列的模型相同？换句话说，如果有5个独立的<
浏览 0提问于2018-09-18得票数 5
2回答
我目前正在从事神经网络的工作，我还是个初学者。我的目的是使用MLP来预测流时间序列(我知道，NARX网络可能更适合时间序列预测，但要求是MLP)。我的网络训练(网络的训练、验证和测试)和额外的验证期的结果显示出相对较好的质量(相关性和RMSE)。但是，当我仔细查看训练和验证期的输出时，与各自periode的目标相比存在滞后。我的问题是</
浏览 0提问于2014-12-04得票数 4
我正在构建一个神经网络集成，其中每个网络从一个输入队列中读取输入并将其预测写入一个输出队列，而一个单独的客户端将一个新的输入推送到所有输入队列中，然后从每个输出队列中提取各个预测，并将它们聚合以产生集成的预测我希望系统对慢速(或崩溃)的神经网络客户端具有弹性，因此我需要在从每个输出队列中提取时
浏览 3提问于2016-08-30得票数 7
回答已采纳
1回答
我有一个数据集，包括过去5年每周3,000家商店的销售额，并已经构建了一个LSTM来预测下一年的销售，考虑到前一年的销售情况。在每个时间步骤t中，特征都是前面的52个观察结果。}的输出开始，以X_{T-52:T}的输入和\hat{X}_{T:T+52}的输出结束，从而在整个系列中建立单元状态，最终预测\hat{X}_{T:T+52}。但是，我还有一个事件数据集(
浏览 0提问于2020-07-01得票数 0
1回答
我目前正在设计一个人工神经网络来解决一个带有衰减曲线的问题。例如，建立一个模型来预测某些材料的耐久性。它可以包括环境条件，如温湿度。此外，我不知道如何训练一个将输出反馈给输入<
浏览 2提问于2020-08-20得票数 1
为什么Tensorflow中Keras API的函数接受batch_size？据我所知，这个参数应该只与管理我们在训练期间每次迭代使用的样本数有关。在模型评估过程中，这种选择有什么影响？
浏览 1提问于2020-05-21得票数 1
所以我有这样的数据：在不同的订单in的帮助下，我可以计算出有多少订单，从发货的单位中，我可以得到订单中的项目数。现在，我希望预测未来订单中有不同范围的x项(例如1-10项、10-20项、20+项)。就像明天可能会有6个订单，其中一个会有1-10个项目，4个会有10-20个项目，一个会有20+项目。问题是，我可以单独预测它们(目前使用
浏览 0提问于2020-09-11得票数 1
1回答
CBOW:我们正试图根据上下文(定义为目标单词周围的某个单词窗口)来预测下一个单词。
RNN还可用于预测序列中的下一个单词，其中每次输入都是当前输入和最近过去(即前一步的输出)。我无法理解RNN的方法是如何更好的，因为我可以为CBOW定义一个非常大的窗口，然后它也将根据先前的信息预测单词。为什
浏览 0提问于2021-08-19得票数 0
1回答
我正在构建一个多维数据仓库，并学习如何从我的仓库中的源系统中建模我的各种业务流程。问题是，出价(或我试图建模的任何其他过程)可以经过不同的状态，并在源系统中的任何给定时刻更新其信息。杂货店的蜂鸣声是一种可交易的谷物。衡量的事实仅适用于这一时刻和事件。下一个测量事件可能发生在一个毫秒后或下个月，或者永远不会发生。因此，事务粒度事实
浏览 3提问于2014-10-14得票数 3
回答已采纳
2回答
我正在努力理解如何使用神经网络来预测一些值。因此，如果我有，例如，特定股票的每日报价，我可以用这些值训练网络。但是，如果我将每天的报价作为向量[42, 12, 20, 53, 18]，并且我想预测下一个值，这不是一个线性回归问题，使用公式Y = 0.7X + 31.1，得到26.9作为下一个(第6)值吗？只有当输出依赖于许多输入时，神经网络才有用吗？谁能给我一个有效的</e
浏览 4提问于2016-08-09得票数 0
1回答
多变量预测多特征
、、、、
我希望我能得到你的指导，我会感谢你。我看过一些关于多变量时间序列预测的文章。但在所有这些预测中，他们只采用了一个特征。他们只预测了未来一天的价格。因此，为了预测未来两个月的数据，我必须预测所有的特征。这样我就可以把预测</e
浏览 11提问于2022-06-01得票数 0
我没有找到一个清晰的解释，说明predict_proba()输出的概率是如何计算出来的。
例如，在随机森林中，我知道它反映了属于这个类别的样本在所有树木的相关叶子中所占比例的平均值。但是，在XGBoost中，我无法理解文档或代码中的计算。不是应该给每棵树不同的重量吗？
浏览 0提问于2017-03-19得票数 6
1回答
我试图将@Daniel ller的代码实现到我的数据中。这是利用LSTM学习的时间序列预测问题.from sklearn.preprocessinglabel='Predict')plt.title("Forecast from input (Feat 1)")通过增加模型层数和历元数，可以提高预测</em
浏览 0提问于2018-04-28得票数 0
回答已采纳
2回答
对于序列预测问题，我不明白变压器和LSTM在力学上的区别。到目前为止，我收集到的资料如下：📷
假设我们想要预测单词‘深处’中的剩余标记，给出第一个标记'd‘。然后第一个输入是'd'，预测的输出是'e‘。现在，在下一个时间步骤中，先前预测的输出'e‘与包含关于
浏览 0提问于2021-09-04得票数 0
我正在尝试使用statsmodel的ARIMA来预测时间序列。我正在使用sklearn的TimeSeriesSplit来评估我的模型。不幸的是，当我预测下一叠数据(具有真值Y_test)时，我得到了一个常量预测： Y_train = Y_train.astype(float)
# build这让我认为我的ARIMA没有使用时间t的预测</em
浏览 4提问于2018-03-12得票数 2
1回答
如果您查看到目前为止使用示例运行的时间序列数据，它们都同样只有两列。一个是日期，另一个是任意值。 例如，在预测股价上涨的情况下，我们预测的是一只“单一”股票。如果是这样，你能在时间序列数据分析中同时预测多只股票吗？ 例如，在受试者服用了影响其肝脏水平的药物后，到目前为止，他们获得了肝脏计数数据。基于此，我想尝试预测未来肝脏水平的上升或下降。此时，
浏览 41提问于2020-07-05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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
