python - 以矩阵为输出的 NN 多元回归
问题描述
我想为回归目的构建一个简单的 NN;我输入数据的维度为 (100000,3):意味着我有 1mio 粒子及其对应的 x、y、z 坐标。在这些粒子中,我想预测这些粒子对应于中心数据读取位置的中心 (1000,3)。
我的问题是:由于输入数组应该具有与目标数组相同数量的样本,我该如何解决这个问题?
实际上我的映射是从 (100000,3) -> (1000,3) 因为平均大约 100 个粒子属于一个中心。
为了训练模型,我将使用许多具有正确中心的数据集作为输出;之后,我想从一组新的粒子坐标中预测相应的中心。
解决方案
这是关于未知标签的问题的答案。
在使用任何监督算法之前,您必须了解标签。否则,您将无法训练模型。您需要考虑使用其中一种无监督技术来解决此问题,例如k均值算法、高斯混合模型或分类和回归树等。
例如,我给出的建议之一是尝试使用固定数量k的 k-means ,在您的情况下为 1000,运行该算法几次,看看质心是否接近输出中的元素。然后,您可以根据输出与最近质心之一的接近程度对输出进行分类。然后,属于各个质心的所有输入元素都将被分类。
编辑。
在重新考虑您的示例后,我认为k -NN 可能对您的问题更有帮助。在k -NN 中,输出被视为邻居。输入中的每个点都分配给最近的邻居。最后,您已经有了输出,但您不知道如何映射输入和输出中的所有元素。我刚刚意识到你的问题是“映射”。k -NN很有可能解决这个问题,这意味着它将为输入中与输出中的元素相对应的所有元素创建标签。一旦完成,就可以训练神经网络模型。
推荐阅读
- javascript - TypeError:this.state.followers.map 不是函数
- wix - 无法将命令行参数传递给条件自定义操作
- python - 将脚本编译为可执行文件时,如何找到外部使用文件的文件路径?
- javascript - 如何在多级中循环遍历文件夹和子文件夹
- php - 如何在 Jquery 的嵌套标签中找到属性?
- initialization - 如何在 LLVM IR 中创建具有初始值的变量?
- javascript - 我如何传递带有状态的函数以响应 useContext
- function - python将类对象作为参数传递
- ios - 如何从已实现的 PLIST 字典中访问项目?
- excel - 将 Excel/Google 表格数据传输到表格中的最佳 Wordpress 插件?