【问题标题】:How can train and predict models with custom data? [closed]如何使用自定义数据训练和预测模型? [关闭]
【发布时间】:2017-03-28 04:59:06
【问题描述】:

我有 2 个数组,一个有大小,一个有价格。我如何训练或预测或使用成本函数(我是初学者),以便我可以根据随机大小预测价格?

也许我对这些术语感到困惑,但我希望有人能理解。谢谢。

【问题讨论】:

  • 这实际上只是一个回归。您可以选择任何回归量并将其拟合到您的数据中。然后,您将能够预测任何尺寸的任何价格。你的数据集有多大?
  • 我可以选择哪些回归器?两个数组各有 14 个元素

标签: python machine-learning scikit-learn prediction


【解决方案1】:

您必须使用 回归器 并使其适合您的数据。拟合后,您可以使用此回归器预测看不见的样本

Here 是一个链接,显示了sklearn 上所有可用的回归量。

在您可以使用的回归变量中,我可以引用:OLS、Ridge、K-NN、决策树、随机森林......

文档非常清晰,因此您不会(先验)发现任何困难。


注意

具有 14 个元素 的训练数据集显然是不够的。

尝试找出其他样本以添加到您的数据集中。

【讨论】:

  • 谢谢!我会试试的
  • 如果您有任何其他问题,我在这里!
  • 谢谢,我会尝试使用 sklearn 在 python 中实现这个...
  • regr.fit(xs.reshape(14, 1), ys.reshape(14,1)) ,我得到了回报:LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1 ,标准化=假)。接下来我该怎么办?
  • 提出一个新问题
猜你喜欢
  • 1970-01-01
  • 2021-10-12
  • 1970-01-01
  • 1970-01-01
  • 2019-11-10
  • 2022-06-27
  • 2019-10-08
  • 2012-12-25
  • 2018-11-12
相关资源
最近更新 更多