python - 使用神经网络回归用 X 的新值计算 Y
问题描述
我正在使用 Keras 构建神经网络回归,我需要使用新数据输入预测 Y 的下一个值。
即(历史数据)
ABCDEFGHI
0 60 65.0 8450 7 5 2003 2003 196.0 706
1 20 80.0 9600 6 8 1976 1976 0.0 978
2 60 68.0 11250 7 5 2001 2002 162.0 486
3 70 60.0 9550 7 5 1915 1970 0.0 216
4 60 84.0 14260 8 5 2000 2000 350.0 655
其中:Y(I)= B0 + B1X1 + B2X2 ... [A,B,C,D] 然后我的神经网络模型已拟合 (model.fit)
我的下一行输入新数据:
- 5 24 43.0 8000 9 10 1200 5000 170 新值
所以,我需要用经过训练的网络(权重...)用新数据(24、43、8000...)预测这个新值(空白)
我能怎么做?
解决方案
推荐阅读
- postgresql - 无法在 powershell 中运行 pg_basebackup
- ios - 如何为渐变边框层添加阴影。参考下图
- c# - 在 RDLC 报告中将数字与字符串连接起来
- amazon-web-services - 如果我失去互联网连接并返回内核,如何知道 aws sagemaker 的训练状态
- mysql - Codeigniter MySQL 更新
- python - 逐个字符读取文件并从字典中赋值
- odoo - odoo.tools.convert.ParseError:“在系统中找不到外部 ID:project_manage.view_project_turn_over_action”在 Odoo12
- python - 无法根据子字符串集过滤熊猫数据框
- javascript - JavaScript 到 Redis ?是否可以?
- masstransit - 如何监控 MassTransit 错误管道以启用警报?