用于机器学习的5个输入和3个输出特征

在这里需要一些建议。

我正在尝试构建一个模型,当给定5个输入特征时,它可以预测3个不同的输出特征。

例如,5个输入特征:房屋大小、房屋楼层、房屋状况、房间数量、停车位。3个输出特征:出售价格、购买价格、租赁价格

我现在感到困惑的是,训练后的模型是否能够预测这3个输出?我从其他人的例子/教程中发现,他们大多只在他们的模型上尝试做一件事。

如果我的解释不好,很抱歉,我是TensorFlow和机器学习的新手。


回答:

神经网络当然可以预测/近似更多的输出。我有神经调节器的经验,它们的网络为两个电机产生控制信号。

所以我没有TensorFlow的经验。但这个框架来自Google,并且非常流行,所以我几乎可以肯定,它具有多输出功能。

这里有一个这样的例子。

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