machine-learning-model - 线性回归模型 - 相关系数
问题描述
我是 ML 的初学者。我正在研究预测出租自行车的行程持续时间的项目,但是当我绘制相关系数时,我没有看到输入变量和目标之间有任何强烈的相关关系,即行程持续时间。我的问题是哪种机器学习方法适用于这种情况?
解决方案
您面临(我想)标记数据的回归问题。我可以建议多种算法(多元线性回归、多项式回归、神经网络……),但这取决于数据。绘制它,搜索相关性,尝试提取特征.. 在选择模型时没有秘诀。但是,即使你最终没有得到最优的,也没什么大不了的,调整超参数和选择特征要重要得多。
或者,如果您有时间和耐心,您也可以全部尝试。
推荐阅读
- java - 使用 Comparator 会破坏对象的“唯一性”?
- javascript - Dropzone processQueue 永远不会完成 AWS 上传 + 大量文件 (>10)
- python - argmax 聚合并在 altair 中选择 n 个最大值
- r - 如何用来自另一个数据框的列注释列
- c - 如何访问结构中不是第一个的元素 - Qsort
- c++ - 无法更改 OpenCV 视频捕获分辨率
- android - Android WebView 和听筒上的音频输出
- c++ - C ++在字符串向量中查找字符串的频率
- java - 从java中的另一个线程中断一个线程?
- java - 在列表中找到 lenghtOfArgument 与 Java 中的 lambda