回答情况：
提问时间：
问题标签：
我正在研究一个预测模型。为了得到可能的最佳模型，我使用cross_val_score与CV=10和RMSE在不同的模型之间进行比较，我得到的结果如下：Lasso，但我试图用它来预测看不见的数据，它对每个案例只给出一个类似31.07的数字。而GradientBoostingRegressor，在所有模型中给出了最好的预测。
现在我想知道如何证明采用GradientBoostingRegressor模型是合理的，而它的均方根更高？我的样本
浏览 0修改于2017-08-11得票数 0
回答已采纳
有些模型是以这样一种方式创建的，即某一模型将预测一支球队是否会赢得、平局或输掉一场比赛。同样的模型还可以预测该队的对手是否会赢、平局或输掉比赛。每个模型对每个团队的预测准确率约为50%。第二组模型，我尝试，从两个队的数据组合，并预测比赛属于哪一类(主场胜利，客场胜利，平局)。在该系统中，每天只有10场比赛可供预测。也就是说，如果我用第二个模型预测这10</
浏览 0修改于2019-03-19得票数 4
1回答
我建立了一个预测模型来预测呼叫数据。预测模型采用随机森林回归模型。首先，我的数据格式： .... 2017-10-23 10:30:00.000 292
2017-10-23 10:
浏览 0修改于2017-11-16得票数 2
我使用的是10岁、12岁、14岁、16岁、18岁和20岁的人的面部照片。我想回答的问题是:脸是如何“进化”的？它会保持+/-相似直到某个阈值突然改变吗？为了回答这个问题，我训练了CNN的两个班，10年前的照片(标签为"0")和20年前的照片(标签为"1")。我的问题是
浏览 13提问于2022-11-30得票数 -1
我正在进行3维时间序列的预测，想知道是否有可能在Keras中配置一个模型来输出一个矩阵。 目前，我一个接一个地训练了3个回归模型，一个用于预测每个输出维度。例如，在预测水平为10个样本的情况下，每个模型输出一个10x1向量。然而，似乎使用单一模型可以更有效地实现这一点。 谢谢
浏览 19提问于2019-04-24得票数 1
我有一个有261个预测器的数据集，这些预测器是从一组较大的调查问题中提取出来的。224的数值在一个范围内(约1-10，一些1-4，一些简单的二进制，所有使用0，其中没有给出值)，其余是无序类别。我试图使用这些预测器执行分类，并确定前n个预测器。我正在考虑以下办法：选择最佳拟合
浏览 0修改于2016-11-30得票数 0
回答已采纳
我已经训练了一个神经网络多类分类模型，大约有150个类别，准确率约85%。一旦对模型进行了培训和部署，它就会预测新的数据，而我将保存日志。现在我必须检测那些数据点，这些数据点被模型错误地预测了。例如，该模型对10个数据点进行了预测，其中可能有3个数据点被模型错误分类。有什么办法能得到这些数据点吗？我有以下数据。数据点。
浏览 0提问于2021-01-11得票数 1
回答已采纳
2回答
它学习已标记的数据集并预测未标记的数据。
但是，我有一个问题，那就是用预测的数据示教创建的模型，然后再次预测未标记的数据是否可以。然后重复这个过程。例如，模型M是由10个标记为数据集D的数据创建的，然后模型M预测数据A。然后，将数据A添加到数据集D中并再次创建模型M。对于不可预测的数据量，重复该过程。
浏览 1提问于2016-09-02得票数 4
我正在使用statsmodels.tsa.arima.model.ARIMA在时间序列上拟合ARIMA模型。 如何使用此模型对看不见的数据进行预测？似乎预测和预测功能只能从模型拟合到的训练集中的最后一次看到的数据进行预测。 举个例子，我想用一个静态模型来预测未来。这是为了实时多步预测的目的，其中重新拟合模型是不可行的。例如， 假设我们有一个10,000的数据集，分为训练和测试(70
浏览 33提问于2021-10-28得票数 0
假设我试图预测一个变量y，它是从0到10的分数(仅为整数)，我使用的是线性回归模型。这个模型实际上是在这个区间内生成实数。我使用的是回归，而不是分类，因为我想说(比如说)2缺少正确的预测比忽略1更糟糕，目前我使用的是平均绝对误差作为评估指标。假设来自模型的预测是实数，那么在允许的整数集合(从0到10)中约束它的最佳方法是什么？我是应该把预测数舍入最近的整数，还是用任何更好的方法？
浏览 2提问于2018-04-14得票数 0
回答已采纳
我正在使用一个实值标签在区间0,10的数据集训练线性回归模型。我在测试集中的预测值有一些超过10的预测值。有没有方法将预测值限制在10。我正在考虑做一个条件检查，这样如果预测超过10，我就显式地将它设置为10。
有没有更好的方法？
浏览 2提问于2012-03-18得票数 5
回答已采纳
我正在从分类树algorythm familiy中寻找算法from，它可以为每个观察值提供数量(多于1个)的预测(按某些排序的顺序)。更具体地说，我有10个二元目标模型来预测10个级别的目标变量。我如何以这种方式组合模型，以获取具有置信度水平的预定义数量的预测。例如，我希望我的“组合”模型为每个观察值获取2个预测。一种可能的方法是，对于特定的观察结果，采用具有最高精度的2个二进制模型并获取它们。如何计算这两组
浏览 1修改于2014-04-30得票数 0
假设我想制造两种模型--模型1，它通过每周时间步骤(每周总销售额，即从现在开始的1-7天，然后从现在开始的8-14天，然后15-21天，等等)来预测未来的价值。模型2按月时间步骤预测未来的值(每月总销售额)。
请注意，我还没有决定这些模型中的每一种。但我不能假设用于训练每个模型的数据/特征是相同的。假设我用这两个模型预测了从9月初到10月底(包括在内)的一段时间。这是3个月，总共13周。因此，我将从
浏览 0提问于2022-12-13得票数 0
我正在做一个价格走势预测的项目，我被糟糕的质量预测卡住了。对于每个想法，我尝试了一个模型，每次预测一个步骤，其中每个预测被反馈为下一个预测的输入，以及一个直接预测下10个步骤(多个输出)的模型。到目前为止，结果如下：
1-第一次尝试使用最后N个步骤的移动平均
浏览 2提问于2018-11-01得票数 1
1回答
我有一个(可能是愚蠢的)问题，就是用一个缺失的预测器来预测一个新实例。现在，如果我想预测缺少1或2个预测器的新实例，该怎么办？
浏览 1提问于2017-10-05得票数 1
回答已采纳
查询每个索赔的所有数据源成本太高，因此有必要定义一种采购策略，以最大限度地提高模型质量评分，并将整个数据分布的预测成本(以货币表示)降至最低。模型预测是很好的校准，所以对整个数据集的最终预测可以看作是对一个元模型的预测。一种可能的策略请求源a。如果a是命中，则通过源a的模型<
浏览 0提问于2022-10-12得票数 2
假设我有一个数据集，我希望选择与预测结果相对应的特征比其他特征更好。我已经实现了一些功能排名测试，结果如下：对于预测模型，我选择了具有最佳“均值”值的特征。X = oil_10[['Sidetrack Code','Well Type Code','Well Status
Code','Producing Formation','Water Produced, bbl','County']
浏览 1修改于2017-11-02得票数 0
我正在学习如何在Keras上训练RNN模型，我希望训练一个模型来预测最后N步的移动平均值将非常容易。inputs = tf.keras.Input(shape=(batch_length, num_features))
x = tf.keras.layers.LSTM(10,
浏览 0提问于2021-01-24得票数 0
1回答
如何选择预测未知数据的最佳模型。我学到了两种方法，我不知道哪一种是正确的。通过将数据分割成训练和测试数据来说明、训练您的模型，然后对模型进行拟合以预测测试输出和错误，对数据进行洗牌，并将误差平均在大约100个或更多个周期内。现在要预测未知的数据(验证模型)，我应该考虑哪个模型来进行预测。1-使rmse更接近于平均rmse的模型:选择一个报告误差的模型，该模型报告的误差大约等于超过1
浏览 0提问于2018-04-14得票数 1
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号