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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注