如何预测下面，以及哪种算法是最合适的。 Employee具有工作活动Start_Date & End_Date (列)。工作表中几乎没有其他列，如Work_Complexity (高和低)、no.每个活动的子任务的数量。 如何预测Start_Date的工作活动End_Date？必须使用哪种ML算法？这可以被认为是一个现实的用例吗？ 谢谢！
浏览 23提问于2020-04-23得票数 0
我正在尝试训练一个模型，使用线性回归和梯度下降来预测基于平方英尺面积的房价，但我不知道哪里错了，预测的hx (假设)大于数值。没有为预测编码，因为我得到了错误。帮帮我。
浏览 33提问于2021-10-06得票数 1
1回答
我正在编写线性回归的代码，其中我的模型将根据面积预测房价。所以，我只有一个特征，那就是房子的面积，我的输出是价格。我的输入是面积在1000 - 9000之间，房价在280000 - 800000之间。那么，我应该如何执行功能缩放，以及我应该如何通过输出来管理它。我的意思是，如果我把房子的面积在
浏览 14提问于2019-03-25得票数 0
1回答
我要用多个变量进行回归分析。在我的数据中，我有n=23个特性和m= 13000个训练示例。以下是我的培训数据(房屋面积与价格对比)：关于这个情节有13000个训练例子。正如你所看到的，它是相对嘈杂的数据。我的问题是，在我的情况下，哪种回归算法更合适、更合理。我的意思是，使用简单的线性回归算法还是一些非<e
浏览 0提问于2015-12-26得票数 1
回答已采纳
1回答
我要用多个变量进行回归分析。在我的数据中，我有n =23个特性和m = 13000训练示例。以下是我的培训数据(房屋面积与价格对比)：关于这个情节有13000个训练例子。正如你所看到的，它是相对嘈杂的数据。我的问题是，在我的情况下，哪种回归算法更合适、更合理。我的意思是，使用简单的线性回归算法还是一
浏览 3提问于2015-12-26得票数 1
回答已采纳
1回答
我计算了两个因变量(地块/房屋大小与成本)的相关性，相关性为0.87。我想用这个指数来衡量规模增加或减少时成本的增加或减少。是否可以使用相关性？多么?
浏览 1提问于2019-06-21得票数 1
根据我的理解，线性回归被用来预测一个基于输入的输出，它使用一个线性方程来最优地拟合一些输入数据。利用损失函数对输入数据选择最佳拟合线性方程。通过模拟y= mx +b中m和b的值，可以找到具有梯度下降的最优线性方程组。
我的问题是，梯度下降总是找到线性
浏览 0提问于2021-10-04得票数 2
回答已采纳
我正在建立一个简单的线性回归模型，用平方尺、床位数(S)和浴室数(S)来预测房价。
在建立模型后，我注意到平方尺和床位数(S)的系数是正的，这是有道理的，因为随着平方尺/床位数的增加，房价也增加了。然而，浴室的数量系数(S)是负的，这是没有意义的，因为住房价格并没有随着浴室数量的增加而下降</
浏览 0提问于2019-01-29得票数 1
回答已采纳
1回答
在机器学习的coursera课程中，它说梯度下降应该收敛。我们如何在现实世界中使用scikit-learn
浏览 0提问于2015-12-26得票数 26
回答已采纳
我正试着写一个损失函数。我的损失函数产生值112.314。我试图找出这个损失函数相对于一些权值的导数，这是一个向量。向量为3.7、3.7、3.9、4.3、2.5、3.3、4.7。到目前为止，我尝试的是np.gradient(112.314, [3.7, 3.7, 3.9, 4.3, 2.5, 3.3, 4.7])。
浏览 0提问于2019-10-05得票数 0
回答已采纳
在python或R中构建线性回归模型时，我只使用fit方法。这种方法不要求初始化学习速度，或起点，而这是在梯度下降需要(据我所知)。那么，如果假设模型是用梯度下降来优化的，那么当使用拟合方法时，这些参数是如何被线性模型所选择的呢？
或者，如果模型没有使用梯度下降(或它的任何类型)，那么它<em
浏览 6提问于2017-12-04得票数 0
3回答
Python中的渐变体面
、、、
我刚刚完成了我的第一个机器学习算法，即线性回归。我想通过优化模型来减少rmse。我发现梯度体面做同样的工作。但我不知道怎么用蟒蛇来做。我参考了youtube上的一些视频，但每一段视频都解释了y=MX+c。但是我的模型中有大约50个变量。
有图书馆吗。请帮帮我。
浏览 0提问于2019-10-10得票数 1
回答已采纳
1回答
我有一个数据，其中每个样本都有由x和大约9000个其他特征以及相应的y(目标值)组成的特征向量。其中x和y都是连续值(在0到20之间)。一个有噪声的数据，但我们不能识别噪声的来源。目标是根据x和其他特征(特征没有噪声)来预测y。样本数量约为90万份。在这个问题中，我可以使用哪些机器学习方法。在神经网络或深度学习中也有著名的网络。
浏览 3提问于2016-06-18得票数 0
2回答
残差图表示实际值之间的错误。为什么我们想知道错误，我们得到残差有什么好处？我从视频上传了一张照片。我不明白插图里的样本是什么。我要上这门课，不知道老师在说什么。通过检验预测值和实际值，我们看到了一个差异。我们
浏览 0提问于2018-12-23得票数 3
1回答
我正在研究一个真实的州数据集，根据面积、no.of卧室、浴室数量和房子所在的城镇来预测迪拜的购房价格。
除了我变换的城镇变量外，所有变量都是数值的，使用一种热编码和目标变换。然后应用线性回归、决策树、随机林等方法，得到了两种变换方法相同的结果。decision tree 0.93 0.7
浏览 0提问于2019-11-06得票数 1
1回答
我有两个不同的(回归)模型，每天对同一因变量进行预测。我的意图是给这两个预测分配权重，并计算加权平均值。为此，我开发了一个简单的系统，每天计算模型的最小均方值并作为权重使用。因此，模型的MSE越高，分配给模型的权重就越低。然而，这是一个非常蹩脚的方法，我没有观察到任何改善相比，采取一个简单的平均预测</
浏览 0提问于2018-04-26得票数 1
3回答
在具有1个变量的线性回归中，我可以在图预测线上清楚地看到，我可以看到它是否适合训练数据。我只需创建一个包含1个变量和输出的绘图，并根据Theta 0和Theta 1的值构造预测线。
但是如何检查在多变量/特征上实现的梯度下降结果的有效性。例如，如果功能的数量为4或5，如何检查它是否正确工作，并找到
浏览 3提问于2015-11-20得票数 4
回答已采纳
1回答
Logistic和线性回归具有不同的成本函数。但我不明白logistic回归中的梯度下降与线性回归是如何一致的。
通过推导平方误差代价函数，得到了梯度下降公式。然而，在Logistic回归中，我们使用了一个对数成本函数。我想我在这里迷路了。
浏览 0提问于2018-01-22得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
