在Python中进行机器学习的尝试偏离了预期,并且损失超过50

我有以下代码:

import jsonimport numpy as npprint("This is a basic machine learning thing.")baseData = {"collecting":True,"x":[],"y":[]}while baseData["collecting"]:  baseData["x"].append(int(input("X:")))  baseData["y"].append(int(input("Y:")))  if input("Do you want to keep feeding data? Press enter for yes, or type anything for no.") != "":    baseData["collecting"] = Falseif len(baseData["x"]) == len(baseData["y"]):  xdata = baseData["x"]  ydata = baseData["y"]  nums = []  for i in range(len(xdata)):    nums.append(xdata[i] - ydata[i])  median = np.median(nums)else:  print("malformed data")def getY(x):  passwhile True:  data = input("X/Data:")  print(float(data)+median)

我的目标是找出每个X和Y之间的差异,然后使用这些数字计算中位数(平均差异),接着将它们相加。虽然没有出现错误,但我有很大的损失。

This is a basic machine learning thing.X:10Y:50Do you want to keep feeding data? Press enter for yes, or type anything for no.noX/Data:10-30.0

结果返回了-30.0,尽管我教它10应该返回50。有什么解决方案吗?如果你想分支这个项目或者自己尝试,你可以使用我的repl


回答:

原来我只需要在print(float(data)+median)处改为减法而不是加法。

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