机器学习可以用来转换/修改数字列表吗？
我有许多从车辆 ECU 读取的二进制文件，一个在车辆调整之前的原始文件或库存文件，以及一个更改了引擎参数的修改文件。这些文件基本上是小端或大端 16 位数字的列表。
我想知道是否有可能将这些文件对输入机器学习，并让它获取一个新的库存文件并尝试转换或调整该库存文件。
如果有人能告诉我这是否完全有可能，我将不胜感激。我发现的所有示例似乎都是根据数据做出决策，而不是进行任何类型的转换。
我也希望为此使用天蓝色。
问问题
112 次
1 回答
1
我们需要更多关于您的具体问题的信息来回答。但是，有监督的机器学习可以获取具有大量输入（比如你的股票文件）和输出（比如调整值）的数据，并学习这些输入和输出之间的相关性，然后能够预测输出新的输入。（在机器学习术语中，这些输入称为“特征”，输出称为“标签”。）
现在，在监督机器学习中，有一类算法称为回归算法。回归算法允许你预测一个数字（听起来像你想要的）。
现在，如果我正确理解您的问题，我看到的问题是您有一个完整的值列表需要调整。两件事情：
- 这些价值观是否相互依赖并相互影响？库存文件中未包含的任何其他因素是否会影响数字的调整方式？这些将需要作为特征包含在您的模型中。
- 回归算法预测单个值，因此您需要为库存文件中要调整的每个值构建一个模型。
有关详细信息，您可能需要查看选择 Azure 机器学习算法和如何为 Microsoft Azure 机器学习选择算法。
同样，我需要更多地了解您的数据才能提出更好的建议，但我希望这会有所帮助。
于 2016-02-18T17:23:36.277 回答