Tag: prediction

Den mlp Methode in package die Cursor ruft die mlp Funktion in RSNNS. In der RSNNS Paket, ich kann beliebig viele versteckte Schichten im neuronalen Netz, wie ich von der Einstellung der parameter "Größe", z.B. data(iris) #shuffle

(Mit unity3d 4.3 2d, es nutzt die box2d Physik). Habe ich Probleme mit der Vorhersage der Flugbahn Ich bin mit: Vector2 startPos; float power = 10.0f; float interval = 1/30.0f; GameObject ind; void Start (){ transform.rigidbody2D.isKinematic =

Kann jemand voraussagen 🙂 oder raten, wie funktioniert die Google Prediction API arbeiten unter der Haube? Ich weiß, es gibt einige machine learning-Techniken: Entscheidungsbäumen, neuronalen Netze, naive Bayes-Klassifizierung etc. Welche Technik meinst du Google nutzt? Diese Frage

Ich bin sehr neu in SAS und versuchen, vorherzusagen, Wahrscheinlichkeiten mit Hilfe der logistischen regression in SAS. Ich habe den folgenden code von SAS Support Website: data vaso; length Response $12; input Volume Rate Response @@; LogVolume=log(Volume);

Ich trainiert habe und erstellt eine J48-Modell mit WEKA-gui. Ich speicherte die Modell-Datei auf meinem Rechner und jetzt möchte ich es verwenden, um zu klassifizieren, eine einzelne Instanz, in meinem Java-code. Ich würde gerne eine Vorhersage für

Ich bin mit linear_model.LinearRegression von scikit-learn als ein prädiktives Modell aus. Es funktioniert und es ist perfekt. Ich habe ein problem, zu bewerten, die prognostizierten Ergebnisse mit der accuracy_score Metrik. Dies ist meine wahre Daten : array([1,

Was ist der Unterschied zwischen Klassifikation und Vorhersage in machine learning? Siehe: kdnuggets.com/faq/classification-vs-prediction.html und fharrell.com/post/classification. InformationsquelleAutor James | 2015-04-15

Nehme an, es ist eine Sequenz von Beobachtungen,z.B. [1,2,3,5,5,5,2,3,2,3, ..., 3, 4]. Ich bin versucht, die aktuelle Implementierung von HMM in Scikit-learn, um vorherzusagen, der nächste Wert dieser Beobachtung Sequenz. Ich habe 2 Fragen in Bezug auf

Ich versuche, vorherzusagen, auf die Validierung der Daten mit bereits ausgebildeten und fein abgestimmt, und DL-Modelle. Der code folgt dem Beispiel in der Keras blog "building-Bild-Klassifizierung Modelle mit sehr wenig Daten". Hier ist der code: import numpy

Mit der Programmierung, es wird nie "zufällig". Auch der random-generator verwendet einen Algorithmus, um vorherzusagen, eine zufällige Zahl. Aber, wenn die Kenntnis von der Methode der Erzeugung ist es möglich, dass, sagen wir, vorherzusagen, die nächsten 5

Ich versuche zu prognostizieren, Wahrscheinlichkeiten in einem dataset mit glmnet. Mein code lautet: bank <- read.table("http://www.stat.columbia.edu/~madigan/W2025/data/BankSortedMissing.TXT",header=TRUE) bank$rich<-sample(c(0:1), 233, replace=TRUE) train=bank[1:200,]; test=bank[201:233,] x=model.matrix(rich~., bank)[,-1] cv.out=cv.glmnet(x, train$rich, alpha=0, family="binomial") ridge.mod=glmnet(x, train$rich, alpha=0, family="binomial") bank$rich <- NULL newx = data.matrix(test$rich)

Ich habe einen dataframe. die erste Spalte enthält meine predictive score (Bereich von 0 bis 100, bei kleineren Werten wird erwartet, dass in der Klasse Ein, größere Werte werden voraussichtlich in der Klasse B) für mein Modell,

Ich versuche zu tun, eine 10-fold-cross-validation für einige glm-Modelle, die ich gebaut habe früher in R. ich bin ein wenig verwirrt über die cv.glm() Funktion in der boot Paket, obwohl ich gelesen habe, viel Hilfe-Dateien. Wenn ich

Ich bin mit linear_model.LinearRegression von scikit-learn als ein prädiktives Modell aus. Es funktioniert und es ist perfekt. Ich habe ein problem, zu bewerten, die prognostizierten Ergebnisse mit der accuracy_score Metrik. Dies ist meine wahre Daten : array([1,

Ich habe die Erkundung der xgboost - Paket in R und ging durch mehrere demos sowie tutorials sind aber noch verwirrt mich: nach über xgb.cv zu tun, Kreuzvalidierung, wie sieht der optimale Parameter übergeben bekommen, um xgb.train?

Ich bin derzeit versuchen zu bauen ein einfaches Modell für die Vorhersage von Zeitreihen. Das Ziel wäre, um das Modell zu trainieren, mit einer Sequenz, so dass das Modell in der Lage ist, zur Prognose zukünftiger Werte.

Fand ich Besonderheit während der Nutzung Vorhersagen und lm-Funktion in R. ich habe unterschiedliche Ergebnisse für Daten-frame und der Vektor für die gleichen Daten. DataFrame code: data(mtcars) fitCar<-lm(mtcars$mpg~mtcars$wt) predict(fitCar, data.frame(x=mean(mtcars$wt)), interval="confidence") Ausgabe: fit lwr upr 1 23.282611

Ich bin in den Prozess der versucht zu lernen, zu arbeiten mit neuronalen Netzen, in R. Als ein Lern-problem, ich habe mit dem Folgendes problem über bei Kaggle: Mach dir keine sorgen, dieses problem ist speziell ausgelegt