问题标签 [prediction]

这是一个理论问题。假设我已经实现了两种类型的协同过滤：基于用户的 CF 和基于项目的 CF（以Slope One的形式）。

我有一个很好的数据集供这些算法运行。但后来我想做两件事：

1. 我想为数据集添加一个新评级。
2. 我想编辑现有评级。

我的算法应该如何处理这些变化（不做很多不必要的工作）？任何人都可以帮助我吗？

包含 47 个 obs 和 5 个变量的数据集（男性编码为 0，女性编码为 1）试图预测具有平均地位、收入和语言的男性将花费 95% CI。

我用我lm<-spending ~ status + income + verbal + sex, teenspend的来获得平均值。我发现我的系数为：

一些问题：我使用了上述预测，但我得到了所有的观察结果，我如何找到我的预测？

请说清楚？

给定两个变量x和y，我对变量运行 dynlm 回归，并希望根据其中一个变量绘制拟合模型，底部的残差显示实际数据线与预测线的差异。我以前见过它，我以前也做过，但是对于我的一生，我不记得如何去做或找到任何解释它的东西。

这让我进入了我有一个模型和两个变量的球场，但我无法获得我想要的图表类型。

我想生成一个看起来像这样的图表，您可以在其中看到模型和真实数据相互重叠，并将残差绘制为底部的单独图表，显示真实数据和模型如何偏离。

I have built a survival cox-model, which includes a covariate * time interaction (non-proportionality detected). I am now wondering how could I most easily get survival predictions from my model.

My model was specified:

And now I was hoping to get a prediction using survfit and providing new.data for the combination of variables I am doing the predictions:

Now as I have event_time_mod in the right-hand side in my model I need to specify it in the new data frame passed on to survfit. This event_time would need to be set at individual times of the predictions. Is there an easy way to specify event_time_mod to be the correct time to survfit? Or are there any other options for achieving predictions from my model?

Of course I could create as many rows in the new data frame as there are distinct times in the predictions and setting to event_time_mod to correct values but it feels really cumbersome and I thought that there must be a better way.

有一个分类问题，我在 R 中使用 SVM 进行预测。在数据集中，有整数和分类变量。使用 predict 方法进行预测时出现错误。

对于这个建模

第一：使用训练数据集开发模型

第二：保存和加载模型以在测试数据集上进行预测

[下载样本数据集] http://www.2shared.com/file/tQRapbBt/input_dataset3.html

【重现R脚本】http://www.2shared.com/file/NpDs5V-9/data1_train.html

任何人都可以提出建议吗？

我使用 WEKA gui 训练并创建了一个 J48 模型。我将模型文件保存到我的计算机上，现在我想用它来分类我的 Java 代码中的单个实例。我想得到属性“集群”的预测。我要做的是：

但是，我在行上得到一个 IndexArrayOutofBoundsException inst_co.setValue(latitude, lat);。我找不到此异常的原因。如果有人能指出我正确的方向，我将不胜感激。

我正在研究一种算法，在那里我得到了一些输入并为它们提供了输出，并给出了 3 个月的输出（给予或接受）我需要一种方法来查找/计算可能是未来的输出。
现在，给出的这个问题可能与证券交易所有关，我们被赋予了一定的约束和一定的结果，我们需要找到下一个。
我偶然发现了神经网络股票市场预测，你可以用谷歌搜索，或者你可以在这里、这里和这里阅读。

要开始制作算法，我无法弄清楚层的结构应该是什么。
给定的约束是：

• 输出总是整数。
• 输出总是在 1 到 100 之间。
• 说没有确切的输入，就像股票市场一样，我们只知道股票价格会在 1 和 100 之间波动，所以我们可能（或不？）认为这是唯一的输入。
• 我们有过去 3 个月（或更多）的记录。

现在，我的第一个问题是，我需要多少个节点作为输入？

输出只有一个，很好。但正如我所说，我是否应该为输入层使用 100 个节点（假设股票价格总是整数并且总是 btw 1 和 100？）

隐藏层呢？有多少个节点？比如说，如果我在那里也有 100 个节点，我认为这不会对网络进行太多训练，因为我认为对于每个输入，我们还需要考虑所有先前的输入。

假设我们正在计算第 4 个月的第 1 天的输出，我们应该在隐藏/中间层有 90 个节点（为简单起见，假设每个月为 30 天）。现在有两种情况

• 我们的预测是正确的，结果和我们预测的一样。
• 我们的预测失败了，结果与我们预测的不同。

无论如何，现在当我们计算第 4 个月的第二天的输出时，我们不仅需要这 90 个输入，还需要最后一个结果（而不是预测，同样的！），所以我们现在在我们的中间/隐藏层中有 91 个节点。

依此类推，它将每天不断增加节点数量，AFAICT。

所以，我的另一个问题是如何定义/设置隐藏/中间层中的节点数，如果它是动态变化的。

我的最后一个问题是，是否还有其他我不知道的特定算法（对于这种事情/东西）？我应该使用而不是搞乱这些神经网络的东西吗？

最后，有什么我可能遗漏的东西可能会导致我（而不是我正在制作的算法）预测输出，我的意思是任何警告，或者任何可能导致我可能遗漏的错误？

当我使用以下 R 代码时，

模型文件的大小将与数据一样多，在我的情况下为 1gig。如何删除model_glm结果中的数据部分，所以只能保存一个小文件。

我是 Weka 的新手，我对这个工具感到困惑。我有一个关于水果价格和相关属性的数据集。我正在尝试使用数据集预测具体的水果价格。由于我是 Weka 的新手，所以我不知道如何完成这项任务。请帮助我或指导我学习有关如何进行预测的教程，以及此任务的最佳方法或算法是什么。

我是数据挖掘领域的新手。我正在研究非常有趣的 Data Minign 问题。数据说明如下：

数据是时间敏感的。项目属性取决于时间因素及其类别标签。我将每周数据分组为训练或测试记录的一个实例。每周，一些项目属性可能会随着它的流行度（即类别标签）而变化。

部分样本数据如下：

我的研究顾问建议使用朴素贝叶斯算法，它可以适应这种随时间变化的动态数据。

我使用 2000-2004 年的数据作为训练，2005 年作为测试。如果我在我的项目数据集中包含 Week-Year 属性，那么它将导致朴素贝叶斯的概率为 0。按时间顺序组织数据后，可以从我的数据集中省略此属性吗？

此外，当我阅读新的测试用例时如何调整我的模型？因为新的测试用例可能会导致类标签的变化？