0

我有具有以下属性的序列数据。

1) 序列中元素的重复很少或没有重复

2）每个序列的长度是恒定的

3）每个序列的长度远大于序列的总数。

假设以下是序列。

输入序列：

A_input=np.array([1799, 2156, 2087, 1454,  515,  199, 1011, 3467, 4210, 3361, 2024,
       4641,  497, 3845, 4136, 2978, 1371, 1953, 3611, 1349])

B_input=np.array([1350, 1129, 3681, 4487,  637, 1285, 3412, 1277,  892, 2009, 4401,
       1329, 4300,  866, 2201, 3275, 4513,  346, 3164, 1262])

C_input=np.array([ 739,   77, 4818, 2759,   70,  121,  273, 1915,  103, 2983, 3709,
       3354, 2856, 3391, 3379, 2593, 3924, 1768, 2650, 2721])

D_input=np.array([1845, 4673, 1419, 1323,  736, 4912, 2104, 2055, 3844, 3219, 2611,
       1869, 1369, 1946, 3559, 1445, 3660,  554, 1579,  467])

E_input=np.array([1646, 4461,  944,  211, 3552, 3107, 4602, 3934, 4381, 4959, 4595,
       4040, 4834, 2593, 1558, 2760, 1303,  824, 2856,  976])

输出回归：

A_output=0.4
B_output=0.8
C_output=0.1
D_output=0.2
E_output=0.3

我尝试使用像SGT这样的少数方法，但它们中的大多数都适用于其中有重复的序列？

是否有任何方法python可以训练和预测上述特定属性的输入序列的回归输出值？

4

0 回答 0