python - 如何知道哪种算法技术或深度学习模型最适合某些特定数据集
问题描述
我有一个包含一系列输入的数据集,它只生成两个值 1 和 2。每天它有 288 个值随机生成 1 和 2 的序列。这个过程持续长达 45 天,系统生成一些序列。现在我想预测第 46 天的值序列 (1,2)。
我尝试了不同的机器学习算法,如 SVM、RNN,但没有超过 55% 的准确率
解决方案
推荐阅读
- python - UnknownError:重命名失败:
- java - 显示 2 个数组的交集
- java - SonarQube 漏洞:用 POJO/DTO 替换这个持久化实体
- javascript - 如何过滤对象javascript中的数组值?
- elasticsearch - 设置大小对性能的影响
- mysql - MySQL distinct、group_concat 和 count 问题
- python - 从屏幕类调用 kv 中的父函数
- python - 如何根据年份编号查找当前日期?
- data-structures - count-min 草图是否比典型的稀疏矢量格式占用更少的空间?
- c++ - 如何简化执行模板化函数的 switch 语句?