python - 使用神经网络回归用 X 的新值计算 Y

Question

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？

标签： pythontensorflowkerasdeep-learningregression

Answer 1

你可以像这样使用预测

Xnew = [[...], [...]]
test_predictions = model.predict(Xnew)

这是一个例子