1

我是亚马逊机器学习的新手。我可以使用“线性回归”使用机器学习生成预测，但是我无法找到合适的示例“对于此产品，将销售多少个单位？”。我的期望是使用预测来找出每个类别中需要多少产品。我期望可以在输入中简单地定义 X 和 Y 轴，但是亚马逊机器学习只期望目标和自动生成的图形。X 轴总是从输入 CSV 中获取记录数，而不是销售产品的数量。

我需要指导如何进一步进行或文档或材料以进一步参考。

谢谢，拉吉

4

1 回答 1

2

亚马逊机器学习通过监督训练工作。您必须向它提供历史数据（尽可能多）和结果。然后，它可以在给定一组输入时预测结果。

例如，如果您要预测 Ice Cream 的销售额，您可能会提供如下输入数据：

  • 月
  • 星期几（周一至周日）
  • 天气（晴天、刮风、炎热、寒冷）
  • 是公共假期吗？
  • 是学校假期吗？
  • 温度

您还需要提供结果，例如售出的冰淇淋数量。

您尽可能多地获取上述数据并将其上传到 Amazon Machine Learning，然后生成最适合您的数据的模型。在内部，它将使用线性回归，但它会使用许多不同的预测算法自动选择模型。

然后，您可以要求它预测一组给定输入的值，例如：

  • 七月
  • 周三
  • 大风天
  • 非公共假期
  • 学校假期
  • 50华氏度温度

然后它将产生冰淇淋销售的预测水平。

如果您可以为机器学习提供许多示例，以便它可以更好地构建预测算法，则机器学习效果最好。您还应该提供许多不同的变量。例如，不要只给它一个日期，因为日期每天都不一样。相反，将其分解为星期几、月份、季度、公共假期——这样它就可以在这一天本身中找到更深层次的意义，而不仅仅是一年中的第 128 天。

有关更多详细信息，请参阅：Amazon 机器学习关键概念

于 2017-08-08T12:59:51.860 回答