在将主成分分析 PCA 应用于我的数据集以实现更好的模型精度之后。13 个特征维度,我使用 PCA 将其减少到 10 个特征。到这里为止一切都很好。
在 WebApp 中实现模型后,它正在构建并且在工作室中看起来很好。
在模型预测的测试阶段,UI 系统不是显示 10 个特征作为输入,而是显示原始特征,即 13,输出显示 10 个特征在此处输入图像描述res 没有任何新的特征名称生成的特征是 10。而且预测在执行后根本不起作用。\
附上截图,请参考。
在将主成分分析 PCA 应用于我的数据集以实现更好的模型精度之后。13 个特征维度,我使用 PCA 将其减少到 10 个特征。到这里为止一切都很好。
在 WebApp 中实现模型后,它正在构建并且在工作室中看起来很好。
在模型预测的测试阶段,UI 系统不是显示 10 个特征作为输入,而是显示原始特征,即 13,输出显示 10 个特征在此处输入图像描述res 没有任何新的特征名称生成的特征是 10。而且预测在执行后根本不起作用。\
附上截图,请参考。