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

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