如何使用自定义数据训练和预测模型?

我有两个数组,一个是尺寸,另一个是价格。我该如何训练或预测,或使用成本函数(我确实是个新手)来根据随机尺寸预测价格?

也许我对这些术语有些困惑,但我希望有人能理解。谢谢。


回答:

你必须使用回归器并将其拟合到你的数据上。一旦拟合完成,你就可以使用这个回归器来预测未见过的样本

这里有一个链接,展示了sklearn中可用的所有回归器。

在可用的回归器中,我可以提到:普通最小二乘法、Ridge回归、K-近邻、决策树、随机森林……

文档非常清晰,所以你应该不会遇到(先验地)任何困难。


注意

只有14个元素的训练数据集显然是不够的。

尝试找到其他样本添加到你的数据集中。

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