prediction

    0热度

    1回答

    我构建了一个跨栏模型,然后使用该模型使用预测命令从已知数据点到未知数据点进行预测。有没有方法来验证模型和这些预测?我是否必须分两部分来完成这个工作,例如对模型的二项式部分使用灵敏度和特异性? 有关如何评估此模型有效性的其他想法?

    -3热度

    1回答

    我有两个阵列,一个是尺寸和一个是价格。我如何训练或预测或使用成本函数(我是一个乞丐是啊),所以我可以根据随机大小预测价格? 也许我很困惑的条款,但我希望有人能理解。谢谢。

    0热度

    1回答

    我在表示窗的序列的列表的一组尺寸的三个元组。 我需要的是使用pyspask能够得到(给定元组的两个第一部分)第三个。 所以我需要它来创建基于它们的频率三个要素的序列。 这是我在做什么: data = [[['a','b','c'],['b','c','d'],['c','d','e'],['d','e','f'],['e','f','g'],['f','g','h'],['a','b','c'],

    -1热度

    1回答

    假设我已经有拟合回归模型中的R的多个预测值变量,如以下玩具例如: n <- 20 x <- rnorm(n) y <- rnorm(n) z <- x + y + rnorm(n) m <- lm(z ~ x + y + I(y^2)) 现在我有新的日期,由x和y值的,我想预测相应的z值: x.new <- rnorm(5) y.new <- rnorm(5) 问:我应该如何最佳

    0热度

    1回答

    我有一些数据在[[sample1], [sample2], ... , [sampleN]]形式的numpy数组中。我有一些形式为[l1, l2, ..., lN]的标签,其中li最多可以使用4个不同的值(即我的样本包含在4组中)。我想从我的数据数组中选择一些M < N样本,并用它们训练我的预测模型。然后,剩下的数据将被用作测试数据来检查我的预测模型的准确性。 我对构建和测试这种预测模型的标准实践

    1热度

    3回答

    我有两个数据帧,ground_truth和prediction(都是pandas系列)。最后,我想绘制所有预测点和所有ground_truth点,因为我已经做了。我想要做的,就是在之间划一条线,每条预测和ground_truth点。因此该线是预测点x1,y1和ground_truth点x2,y2之间的连接。为了更好地理解,我附上了一张图片。黑线(通过绘画创建)是我想要做的。 这是我已经有: fig

    -1热度

    1回答

    我有黄金价格的数据集和修改,并经过一些预处理我结束了以下数据框: 有50000记录在数据集中和有人数超过500层不同的市场有不同的频率,所有列期望日期是int类型,日期是datetime对象。我需要预测某些特定日期的单位价格。但不知何故,我对这么多方法感到困惑。 我的问题是什么回归算法/方法是对这类数据的良好预测结果?

    3热度

    1回答

    我终于用我的LSTM模型来预测事情。但是,我遇到了一个我不太明白的新问题。如果我尝试使用预测的东西 sess.run(pred, feed_dict={x: xs}) 它的第一个预测的伟大工程,但任何后续预测抛出错误: ValueError: Variable weight_def/weights already exists, disallowed. Did you mean to set

    3热度

    2回答

    我的目标是使用由R包arules生成的规则来预测每个事务(每个事务有1个主题)的topic,其中每个事务是一组文件。我有一套训练集trans.train(用于创建规则)和测试集trans.test(我想预测“主题”)。我也希望能够测试这些预测(规则右侧的百分比是正确的话题)。 我能够确保每条规则的右侧是一个主题(如topic = earn),左侧是文档中的任何其他单词。所以我所有的规则有以下形式:

    1热度

    2回答

    我已经意识到Tensorflow似乎在管理图形的方式上有一些时髦的东西。由于构建(和重建)模型非常繁琐,我决定将自定义模型包装在一个类中,以便我可以在其他地方轻松地重新实例化它。 当我在训练和测试代码时(在原来的地方),它会工作的很好,但是在我加载图形变量的代码中,我会得到各种奇怪的错误 - 变量重定义和其他一切。这个(从我最后一个类似的问题)提示,一切都被称为两次。 做了跟踪TON后,它回到了我