使用sci-kit learn机器学习进行回归预测值的范围

我正在尝试使用回归来预测一个值。对于给定的一组自变量,我得到了一个固定的数值作为预期值。然而,是否有可能得到一个值的范围,以便可以说最大可能值为x,最小可能值为y。

使用

regr = linear_model.LinearRegression()regr.fit(X_train, Y_train)  pred = regr.predict([[a, b]])

pred的值可能是10,但我更希望得到类似于最大值=12和最小值=8的结果

简单来说,就是一个值的范围。

更新

尝试研究了GMM,不确定是否适用于此情况。

尝试了高斯过程,但它再次给出了一个单一值,例如11.137631,这实际上并不是我想要的,因为我需要的是一个值的范围而不是单一值。


回答:

线性回归对于给定的输入向量总是给出相同的结果,然而使用随机森林回归器在每次迭代中会给出不同的结果,这可以用来从给定的输入向量预测中获取最小和最大可能值。

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