python - 需要输入：路线难度的线性回归预测相当糟糕

Question

（数据： https ://1drv.ms/u/s!ArLDiUd-U5dtg1H6y1_0f_m5f2by?e=OmKeWp ）

我正在尝试预测路线的难度。一条路线由一系列点组成，每个点相距 10 米。每个点都有以下信息：

路径宽度
森林密度
下落速度（你的身体在下落时会达到什么速度）
坡度

对于每条路线，也有给定的难度。但这些困难是由不同的人给的，而且差别很大。所以一个人给了一条路线 4。但另一个人可能给了这条路线 2。所以数据包含人为错误。

到目前为止我所做的：
我计算了每条路线的平均值和标准差。所以我取了一条路线的所有点并用它来计算这些统计值。我还添加了路线的长度（点数 * 10）。（差异 = 路线的难度。值从 1 到 12）

然后我将这些值放入线性回归模型中。结果证明这是一个好的开始：

Mean Absolute Error: 1.239902061226418
Mean Squared Error: 2.3566221702532917
Root Mean Squared Error: 1.53512936596669

问题

但是现在我不知道该怎么做才能改善它，因为我缺乏机器学习方面的知识。

我有使用神经网络并输入所有点的想法。最长的路线是 5300 点长，所以我只想说，每条路线有 5300 个输入，并且这些路线的填充点为 0，这还不够长。任何类似的信息或输入？

但我也想通过使用如上所示的预测值（平均值、标准等）来获得一个好的结果。那么我能做些什么来改进预测呢？

标签： pythonmachine-learningscikit-learnneural-networklinear-regression

Answer 1

以下是开发最佳模型所需遵循的一些步骤：

1. 检查数据中的异常值并对数据进行规范化
2. 检查自变量和因变量之间的相关强度。
3. 估算缺失值或创建单独的段来处理数据列中的缺失值。
4. 寻找变化膨胀因子和公差这将提高数据质量并提高模型的准确性。