机器学习预测

这是我之前提出的另一个问题的延续。我正在构建一个机器学习模型来预测某些事件发生的时间。我将使用softmax作为输出。

我的问题是,使用7个输出节点(从星期日到星期六,例如,对于周一的数据,计算机预测某些事情会在周五发生)更好,还是使用0到n的输出节点(作为自某天h以来的天数间隔)更好?


回答:

如果工作日与你的数据无关,那么使用0到n的输出节点(自某天n以来的天数)肯定更好。

在这种情况下,与你上次问的问题不同,使用带有relu作为输出的单个神经元可能更好。(这次工作日似乎不起作用,所以你不是要对工作日进行分类(分类 – 离散),而是想知道到下一个事件的时间(回归 – 连续),这也可能是3.54天)。

分类:Softmax

回归:带有relu/线性/…的单个神经元

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注