时间戳

首页 > 解决方案 > 哪种算法适用于使用“机器学习”预测多个输出值

testing - 哪种算法适用于使用“机器学习”预测多个输出值

问题描述

我正在尝试使用机器学习来预测四个目标数值变量的值，我对机器学习概念非常陌生，请帮助我为下面提到的数据集创建模型。请建议使用哪种方法来预测多个值。我真的不知道如何开始，从哪里开始以及使用哪种算法。

这是我的输入数据集和输出数据集。

输入数据集

    // Input dataset
        {
      "width":1000,
      "height":500
      "objects": [
        {"left": 27.76, "top": 27.5, "width":671, "height": 197},
        {"left": 312.2, "top": 154.27, "width":499, "height": 452},
        {"left": 707, "top":41.3, "width":1000, "height":714}
      ]
    },
    {
      "width":1000,
      "height":500
      "objects": [
        {"left": 30.12, "top": 37.5, "width":721, "height": 217},
        {"left": 360.2, "top": 160.27, "width":530, "height": 520},
        {"left": 720, "top":60, "width":1200, "height":814}
      ]
    },
    {
      "width":1000,
      "height":500
      "objects": [
        {"left": 35.12, "top": 40.2, "width":721, "height": 217},
        {"left": 370.2, "top": 170.27, "width":540, "height": 530},
        {"left": 800, "top":90, "width":1250, "height":910}
      ]
    }

输出数据集

{
  "width":1000,
  "height":500
  "objects": [
    {"left": 40.27, "top": 30, "width":671, "height": 197},
    {"left": 370, "top": 160, "width":499, "height": 452},
    {"left": 750, "top":50.13, "width":1000, "height":714}
  ]
},
{
  "width":1000,
  "height":500
  "objects": [
    {"left": 35.15, "top": 47.3, "width":721, "height": 217},
    {"left": 410, "top": 190, "width":530, "height": 520},
    {"left": 650, "top":90, "width":1200, "height":814}
  ]
},
{
  "width":1000,
  "height":500
  "objects": [
    {"left": 45.12, "top": 45, "width":721, "height": 217},
    {"left": 390, "top": 185, "width":540, "height": 530},
    {"left": 820, "top":100, "width":1250, "height":910}
  ]
}

标签： testing

解决方案

你的问题太笼统了。因此，我将冒昧地从理论上回答它。

假设您正在谈论数据集中变量的预测。因此，您需要做的第一件事是准备好包含所有变量的数据集（应该进行分类变量的转换），并且可以将派生变量添加到数据集中。准备好数据集后，您需要创建训练数据集和测试数据集。在训练数据集上，您可以创建模型。创建模型后，您可以使用测试数据集评估模型以预测您感兴趣的变量（例如，汽车数据集的汽车价格）。

现在，一些理论上的东西：基本上，预测分析有 3 种类型的 ML 算法，即回归、分类和聚类。根据需要，您需要选择其中之一。回归是预测一个连续变量。分类是通过标签对数据集进行分类。聚类就是识别未知的簇。

在回归问题中，将有多个自变量用于预测因变量的值（例如，汽车价格是根据里程、汽车重量、高度、长度、马力等预测的）。这里汽车价格是一个因变量，所有其他变量本质上都是独立的。

确定你想做什么，然后应用这些概念。

推荐阅读