prediction

    0热度

    1回答

    我正在尝试为.Net(VB.Net)运行Google Prediction API,但我遇到了一些问题。 有人有使用服务帐户密钥验证的代码示例? 我的代码: Dim myService As New PredictionService() Dim myInput As New Data.Input() Dim myInputData As New Data.Input.InputData()

    1热度

    1回答

    当我使用交叉验证技术和我的数据时,它给了我两种类型的预测。 CVpredict和预测。那两者之间有什么区别?我想cvpredict是交叉验证预测,但其他是什么? 下面是我的一些代码: crossvalpredict <- cv.lm(data = total,form.lm = formula(verim~X4+X4.1),m=5) 这是结果: fold 1 Observations in

    0热度

    1回答

    的输入(功能)和预期输出为我的ANN是这些: 输入1:产品ID(数字,转换为双) 输入2:年过去(1900..2017,转换为双) 输入3年的月份(1..12,转换为双) 预期输出:销售月(投数出售,单位加倍) 我需要预测某一年某个产品的销售。 我应该放多少层和多少层神经元?

    0热度

    1回答

    我用Java编写的大学项目,从推特Twitter推出并分析它们。 在第一阶段,我会推送推文;在我将Linux服务器程序联机后,我必须在Windows机器上执行此操作,然后使用它来分析带有用户反馈系统的推文。 当我在Linux机器上打开txt文件时,它询问我是否要在UTF-8中转换,然后单击是。但由于此操作,某些特殊字符的格式不正确。如果我尝试以原始格式(可能是CP1252)与iconv重新转换,它

    1热度

    1回答

    我试图找出如何处理我的预测问题,我不确定我的理解是否正确,所以如果有人能帮助我,这将是非常好的。首先,我的目标是预测回归的时间序列。除了使用ARIMA模型或其他启发式车型我想专注于机器学习技术,如回归,如随机森林回归,K近邻回归等。这里是数据集的概述: Timestamp UsageCPU UsageMemory Indicator Delay 2014-01-03 21:50:00 31

    0热度

    2回答

    我目前正在尝试学习如何使用TF-Slim,并且我正在遵循本教程:https://github.com/mnuke/tf-slim-mnist。 假设我已经在检查点中保存了训练有素的模型,那么现在如何使用该模型并应用它?就像在教程中,我该如何使用训练有素的MNIST模型,并提供一套新的MNIST图像,并打印预测结果?

    -1热度

    1回答

    我有一个大型的二手车表。 标题是这样的: maker | model | year | kilometers | transmission | gas_type | price 我做了一个预测模型,这项工作是这样的:每次我想知道一辆车的价格时,我通过品牌和型号过滤数据,然后我跑二次回归,以年和公里为参数。 结果是确定的,但不适用于每辆车。 问题是,同一个制造商和型号有不同的“版本”。 (它与完

    1热度

    1回答

    我使用的是多输出模型keras model1 = Model(input=x, output=[y2,y3]) model1.compile((optimizer='sgd', loss=cutom_loss_function) 我custom_loss_function是; def custom_loss(y_true, y_pred): y2_pred = y_pred[0]

    -2热度

    1回答

    所以,我正在尝试制作一个可以预测涂鸦的模型。我使用谷歌的快速绘制数据:https://console.cloud.google.com/storage/browser/quickdraw_dataset/full/numpy_bitmap这是图像呈现为28x28灰度位图numpy阵列。我只选了10个班,并拿了60,000张照片进行培训/评估。我获得了91%的测试准确性。当我试图用来自测试数据的数据

    0热度

    1回答

    。警告消息: glm.fit:然而,当试图用逻辑回归模型,我遇到下面的警告信息的算法没有收敛。此外,似乎这些预测根本不起作用(不是从原来的Y变量(make or miss)改变而来)。我将在下面提供我的代码。我从这里得到的数据:Shot Data. nba_shots <- read.csv("shot_logs.csv") library(dplyr) library(ggplot2) l