prediction

    0热度

    1回答

    使用MLP（多层感知器）进行股票预测。

    我和一些同学参加了人工智能学科，我们试图复制文章“使用遗传算法和进化策略进行股票价格预测”的结果。本文解决了二次分类问题，即说明第二天股票是增加还是减少。我们得到了一些不好的结果，算法似乎只导致了一个结果，它使得输出增加或减少到每个输入。我们使用遗传算法设置输入权重，尝试使用6个输入神经元，一个隐藏神经元和一个输出神经元的MLP。我们使用2006年至2016年10年的数据集进行培训，具有开放价值，
    neural-network time-series prediction stock 2016-11-28

    -1热度

    1回答

    使用预测难度（）

    Dataset我想预测航空公司的延误情况，当我预测我的测试数据时，我面临着困难。输出进入无限循环，我无法理解为什么。以下是可重复的代码。 arrdelaymodel <- lm(ArrDelay ~ DepDelay + Distance + Distance*AirTime + HDAYS +DepTime*DepDelay) summary(arrdelaymodel) what.are
    r statistics linear-regression analysis prediction 2016-12-03

    0热度

    1回答

    预测误差Xgboost R

    我有一个名为df3的火车数据集。它是一个数据表。 我将其转换为稀疏矩阵如下： sparse_matrix9 = sparse.model.matrix(ind_cco_fin_ult1~canal_entrada + nomprov + sexo + ind_empleado + indext
    r prediction xgboost 2016-12-04

    -1热度

    1回答

    R警告：newdata'有15行，但发现变量有22行

    我已经在这里读了几个答案，但我恐怕我一直无法找出答案。 我的R代码里面是： colors <- bmw[bmw$Channel=="Colors" & bmw$Hour=20,] colors_test <- tail(colors, 89) colors_train <- head(colors, 810) colors_train_agg <- aggregate(colors_tra
    r prediction non-linear-regression 2016-12-05

    0热度

    1回答

    提高多线程的一般技巧（使用C++）

    我已经构建了一个C++代码，而不用考虑以后是否需要对它进行多线程处理。我现在已经使用openMP多线程化了3个主循环。下面是性能比较 单股（如用time从bash的测量） real 5m50.008s user 5m49.072s sys 0m0.877s 多线程（24个线程） real 1m22.572s user 28m28.206s sys 0m4.170s 使用24个核
    c++ multithreading performance prediction 2016-12-05

    0热度

    1回答

    Weka：预测值

    在Weka中，我使用J48分类器进行预测。但是，我注意到，在预测输出中，实例顺序（实际值和预测实例值）不与我正在使用的数据集的原始顺序（即行）相对应。任何想法可能会造成这种情况？
    csv instance weka prediction j48 2016-12-15

    0热度

    1回答

    Azure ML：Azure ML预测的置信度设置是什么？它可以调整？

    我已经使用Boosted Trees和超参数设置在一些数据上构建了几个模型。 但是，当我尝试使用这些模型进行预测时，它并未给出很多预测结果，其中一些达到75％的数据。我猜这与模型有关。由于某种原因，它不预测某些结果，这使我猜测它与预测的置信度阈值有关。 请纠正我，如果我错了某处。 指导我，无论如何。
    statistics prediction azure-machine-learning 2016-12-16

    1热度

    1回答

    如何使用Python来预测多维时间序列，sklearn未知的X值

    ，试图预测未来的比特币的价格，我跑进以下困境： 我只能预测在y标签（例如开放式价格）通过提供我用来训练我的模型的所有X功能。然而，我需要的是对未来的预测，这意味着我的X特征值也是未知的。 这是我的数据的一个片段（6特征列，1个标签）： Open High Low HL-PCT PCT-change \ 2016年1月1日00:00:00 430.89 432.58 429.82 0.
    python machine-learning scikit-learn linear-regression prediction 2016-12-24

    8热度

    3回答

    在训练和测试数据中保持相同的虚拟变量

    我正在使用两个单独的训练和测试集建立python中的预测模型。训练数据包含数字类型的分类变量，例如邮政编码[91521,23151,12355，...]，以及字符串分类变量，例如城市['芝加哥'，'纽约'，'洛杉矶' ...]。为了训练数据，我首先使用'pd.get_dummies'来获得这些变量的虚拟变量，然后用变换后的训练数据拟合模型。 我对测试数据做了相同的转换，并使用训练好的模型预测结果。
    python dataframe scikit-learn prediction dummy-variable 2016-12-26

    0热度

    1回答

    如何将测试数据传递给python中的回归方程？

    我已经为列表数据框（b）建立了一个回归方程，其中所有X（输入变量）都列在collist中。我的响应变量 - Y是SalePrice。 X = b[collist].values y = b[['SalePrice']] reg2 = LinearRegression() reg2.fit(X, y) (reg2.intercept_, reg2.coef_) 我得到了一组系数。 (ar
    python machine-learning regression prediction regression-testing 2016-11-29
最新问题