Машинное обучение: предсказать выходной номер из обученного входного вектора & quot; совпавший & quot;
Я бы знал, возможно ли в математике предсказать выходное число из нескольких выборок, заданных с помощью входных векторов.
Я действительно не знаю, как это объяснить, поэтому приведу пример:
Вектор будет выглядеть как [изученные часы, часы сна], а результат — это результат школьного теста:
x.train(100, [5, 8])
x.train(0, [0, 0])
x.predict([2.5, 4]) // should return 50 (because inputs are the half)
x.predict([5, 8]) // should return 100
x.predict([0, 0]) // should return 0
Извините, если я не совсем понятен. Если вы понимаете, что я имею в виду, вы знаете библиотеку Python или PHP, которая может это сделать, и пример того, как ее использовать?
Большое спасибо и хорошего дня!
Решение
С помощью scikit-learn ты можешь сделать:
from sklearn import linear_model
clf = linear_model.LinearRegression()
clf.fit([[5, 8], [0 , 0]], [100, 0])
print(clf.predict([[2.5, 4], [5, 8], [0, 0]]))
Вы должны знать о возможности над / underfitting. Вы можете рассмотреть возможность использования полиномиальные особенности что увеличило бы сложность вашей модели и, следовательно, увеличило бы изменение лучшего прогноза, но не выбирало слишком сложные особенности (в данном случае высокую степень полинома), поскольку это, несомненно, привело бы к переобучению. Попробуйте найти компромисс между двумя с помощью перекрестная проверка.
Рассмотрите также использование гряда или же Лассо которые изначально имеют дело с переоснащением.
Другие решения
Других решений пока нет …