没有训练和测试分离的第二天预测
是指在机器学习中，模型在训练过程中没有明确的训练集和测试集的划分，而是在训练完成后直接用于对未来数据的预测。
这种方法存在一些问题和挑战。首先，没有明确的训练集和测试集划分可能导致模型过拟合，即在训练集上表现良好但在未知数据上表现较差。其次，没有测试集无法对模型进行准确的评估和性能分析，无法确定模型的泛化能力和预测准确度。此外，没有明确的测试集也无法进行模型调优和参数选择，无法优化模型的性能。
为了解决这个问题，通常会将数据集划分为训练集和测试集，其中训练集用于模型的训练和参数调优，测试集用于评估模型的性能和预测准确度。常见的划分方式包括随机划分、交叉验证等。
在云计算领域，可以利用云计算平台提供的资源和工具来进行训练和测试分离的第二天预测。例如，可以使用云原生技术构建和部署机器学习模型，利用云计算平台提供的弹性计算能力和分布式计算资源进行模型训练和参数调优。同时，可以使用云计算平台提供的数据存储和管理服务来存储和管理训练数据和测试数据。此外，云计算平台还提供了各种监控和日志分析工具，可以对模型的训练过程和性能进行监控和分析。
腾讯云提供了一系列与机器学习和人工智能相关的产品和服务，包括腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）、腾讯云人工智能开放平台（https://cloud.tencent.com/product/aiopen）、腾讯云数据智能平台（https://cloud.tencent.com/product/dmp）等。这些产品和服务可以帮助用户在云计算环境中进行训练和测试分离的第二天预测，并提供丰富的功能和工具来支持模型的训练、部署和管理。
相关·内容
1回答
没有训练和测试分离的第二天预测
、、、、
通常，当我们有一个数据帧时，我们将其分为训练和测试。例如，假设我的数据框是这样的： > df.head()
1 2019-10-03 00:00 39 6 55 2019-10-03 04:00:00 21 3 7 我想根据风和温度来预测import train_
浏览 9提问于2020-12-17得票数 0
回答已采纳
1回答
问题是在一个模型中错误地选择了的训练/测试分裂策略。我知道以这种方式选择测试集会产生错误的输出，但是我想知道为什么是。(该模型查看了前几天的数据，并试图预测第二天的数据是否会高于或低于今天，即分类问题)
我从另一个示例中复制了列车/测试拆分代码，它只是将随机行设置为train_set或test_set。每个特性都查看一些以前的数据点，并提出了一组特性，这是X_test中的
浏览 2提问于2017-08-30得票数 0
我已经做了四个特征的训练，包括月，日，小时和温度，这是预测一些值，我想要做的是根据月，小时和第二天的天来预测值，因为我不知道第二天的温度(这将是看不见的数据，不会在训练中使用)，所以这使得只使用3个特征来测试数据使用的分类器是SVR。我是机器学习的初学者。
感谢您的回复
浏览 0提问于2020-02-19得票数 0
1回答
假设我正在根据股票价格数据训练一个lstm模型。例如，我有从2010年到今天的aapl数据，我在2010年到2020年对它进行了培训，并从2020年到今天进行了测试，得到了rmse值。现在，在预测第二天的价值之前，是否有必要重新对整个
浏览 0提问于2022-03-13得票数 2
我知道你应该把你的训练数据和测试数据分开，但是当你用你的模型进行预测时，你可以使用整个数据集吗？我假设分离您的训练和测试数据对于评估不同模型的准确性和预测强度是很有价值的，但是一旦您选择了一个模型，我想不出使用完整数据集进行预测有什么坏处。
浏览 4提问于2016-09-20得票数 2
我正在为我的硕士实现3 Bayesian深度学习模型(下面的链接)。我应该用土木工程时间序列数据来测试他们。我有几年的数据，并且我将数据分离到了任意点T上，以便将最初的几年用作培训，而最后一年的最后几个月用作test/dev数据。因此，在T (X_T,y_T)之前生成训练示例，并使用T+1, T+2...测试模型。
此预测任务中唯一重要的值是<#>next日值 (y_{T+1})。但是，给我数据
浏览 0提问于2019-06-12得票数 0
2回答
我正在做一个使用ANN预测股票价格的项目。我已经使用过去7年的数据训练了系统，它可以很好地预测一天的数据。现在我想预测未来七天的股票价格。我的想法是使用第一天的数据预测第二天的数据，使用第二天和第一天的预测数据预测第三天的数据，依此类推。但是它不能正常工作。
浏览 2提问于2012-05-29得票数 5
回答已采纳
1回答
我目前正在开发一个程序，该程序将获取特定股票之前4000天的股票数据，并预测未来90天的表现。我选择的方法是使用RNN，它利用LSTM层来使用前90天来预测第二天的性能(训练时，前90天是x值，第二天是y值)。然而，我想要做的是，使用之前的90-180天来预测未来90天的所有值。然而，我不确定如何在Keras中实现这一点，因为我见过的所有示例都只
浏览 1提问于2018-07-25得票数 0
1回答
当我从完整的数据集中随机选择训练和测试数据时，我得到了很好的结果(蓝色是训练点，红色是测试点，黑线是预测的曲线)：但是当我选择空间分离的测试数据时，我得到了可怕的预测曲线，如下所示：类似的情况也发生在周期函数上：我是不是错过
浏览 4提问于2017-09-04得票数 0
回答已采纳
2回答
我是tensorflow的新手，我有一个普遍的问题:我有一定数量的训练数据，想要做一个时间序列预测。我的训练数据的间隔是一分钟，我想根据REST API提供的新输入数据对接下来的几分钟进行预测，我不明白的是:假设我用昨天之前的所有数据训练模型，这意味着我可以预测今天的第一个值。但是，昨天建立的
浏览 0提问于2020-09-21得票数 1
我有11行数据，我的目标是在10行上训练网络，并在1行特定的数据上进行验证(不是随机的)。 目标是在对其他10行进行训练的同时，对每一行进行验证，直到我对所有11行都有了预测。x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.1) 如上所示的训练/测试分离似乎不会工作，因为它是随机的
浏览 20提问于2020-04-16得票数 0
这在某种程度上是my previous question关于评估我的scikit高斯过程回归器的后续。我对GPRs非常陌生，我认为我可能在如何使用训练和测试数据方面犯了一个方法论上的错误。本质上，我想知道通过在测试和训练数据之间拆分输入来指定训练数据有什么区别： X = np.atleast_2d(some_data).T
Y = np.atleast_2d(other_data).T= np.atleast_2d(
浏览 28提问于2020-04-07得票数 0
回答已采纳
1回答
验证与预测的区别
、、、、
作为通过预测()或通过fit()验证？的后续，我想知道验证和预测之间的区别。为了保持简单，我将参考train、val和test：培训数据:训练模型，特别是通过GridSearchCV或类似的验证数据找到超参数:在“新”数据上验证这些超参数？测试数据:对未见数据进行预测分离数据: 60 %的培训- 20 %的验证- 20 %的<
浏览 0提问于2019-10-17得票数 0
回答已采纳
2回答
kNN:培训、测试和验证
、、、
由于我可以提取50个特征，所以我正在考虑在这里找到最好的特征组合。训练集、验证集和测试集的划分如下：Validation set = 15%我在验证集上使用正向特征选择来找到最佳特征组合，最后使用测试集来检查总体准确性有没有人能告诉我我做得对吗？
浏览 1提问于2012-05-30得票数 7
我理解，将数据分离为培训和测试提供了一种方法，可以评估模型对未见数据的性能。
将数据分成训练和测试，以获得性能指标，并使用在培训集上培训的模型(10月1日)。进
浏览 0提问于2017-07-03得票数 0
我有一个任务，我预测每个月发生事件的概率，为此我使用LGBM模型和MLflow进行模型性能跟踪。我的数据集由历史数据组成。在我的数据集中，我有一些时间依赖的特性，如通货膨胀、利率(这是银行领域的一项任务)。
每个月我都想做新的预测，验证上一阶段的模型预测，并跟踪模型是如何随着时间的推移恶化的。在我的数据集中，我有2017-01,2017-02<e
浏览 0提问于2022-07-26得票数 1
回答已采纳
这里是一个具体的示例场景：，这是我想要做的事情：
在一段时间内，我有一个特定股票的每日收盘价。我想要生成包括和在内的特性。对于某一天的计算，需要前几天的收盘价。然后，我要计算一个目标变量1或-1，指示股票价格在第二天上涨还是下跌。在生成特征和目标后，我希望将数据分成训练/测试(甚至训练</e
浏览 0提问于2018-03-13得票数 0
1回答
我已经想出了如何使用值来训练LSTM，但是如果我想包括时间，数据会是什么样子的呢？也许输入维数为2，以时间作为划时代的秒和归一化值？数据中可能存在时间上的差距，我希望培训能够反映这一点。假设我只想定期训练LSTM，因为这是一项昂贵的操作，您将如何预测将来的值，在上一次训练时间和第一次预测时间之间有一个差距？例如，让我们说我3天前训练了LSTM，但现在我想预
浏览 1提问于2016-12-07得票数 4
回答已采纳
我正在尝试在LUIS中构建一个语言模型，但我遇到了一个问题，即某些示例话语识别不存在的实体。for the <specified date>"
"Give me the data for the following day"有
浏览 2提问于2018-09-26得票数 1
1回答
回归-样本外预测
、、、、
在这一点上，我将解释我对预测部分的一般知识。因此，为了进行预测，有必要将数据集分为训练集、验证集和测试集。为此，我的数据集包含了整整两个星期，分为60%的训练，20%的验证和20%的测试。这意味着对于训练集，我有前8天的时间，而对于验证和测试集，我有每3天的时间。之后，我可以
浏览 4提问于2017-05-20得票数 2
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
