怎么用机器学习预测y=f(x1,x2,x3)注:这些量都是一维的。?
有一个系统,有三个输入一个输出。都是一维常数。然后通过实验有了很多组组数据。想用机器学习看看能不能给定一组x求y
至少先猜一个模型吧喂。不猜怎么知道用什么演算法。
要不然就扔到神经网路里,也许能拟合成功,但是你没法看出规律,它的结构不像传统机器学习演算法有可解释性。
最简单的做法,sklearn库,用 多层感知器回归 跑
感觉不用机器学习,直接曲线拟合就行。。龙泽库塔法
从机器学习的划分来说,你可以选择参数模型或者非参数模型,如果用非参数模型,则你需要定义x之间的相似性,也就是距离,然后找离你最近的几个x的y值来做预测,此时,你无需假设任何模型的结构与形式;
当使用非参数模型的时候,你就需要对数据进行假设符合某个参数形式,然后利用现有的数据对参数进行估计,然后利用得到的参数带入新的x进行预测
我说传统机器学习的方法,可以分开为x1,x2,x3再加第四个特征组数,对组数get dummies。
推荐阅读: