问题标签 [prediction]

我正在尝试使用反向传播编写一个天气预报程序。我有不同参数的数据，如温度、湿度、风速、海平面压力等。我为输入层（温度、湿度、风速、海平面压力）设置了 4 个参数（4 个节点）。

现在我对输出/目标是什么感到困惑。需要按月/按季划分吗？以及如何标准化这 4 个不同的参数（在 -1 到 1 之间）？

我想找到以下概率：

读作：

概率，预测是第 1 类给定的单词数 = k，由 thetha 参数化

传统分类没有条件概率（右）

我该如何解决这个问题？

编辑：

例如，假设我想根据附件的数量来预测电子邮件是否为垃圾邮件。让我们y=1指出垃圾邮件和y=0非垃圾邮件。

所以，

这有意义吗？

我有以下节点

我怎样才能确定其中最后一个是最接近的？

它不一定总是最后一个。

这是我到达那里的方式：

我正在尝试使用多元回归来打篮球。具体来说，我需要根据 X、Y 和与目标的距离来预测俯仰、偏航和大炮强度。我正在考虑对每个输出参数使用具有多个变量的多元回归。有一个更好的方法吗？

另外，我应该直接使用求解来获得最佳拟合，还是使用梯度下降？

我有 2 个数据框。一个是训练数据 ( pubs1)，另一个是 ( pubs2) 测试数据。我可以创建线性回归对象，但无法创建预测。这不是我第一次这样做，也不知道出了什么问题。

这里有什么我想念的吗？

我正在尝试在 Windows 手机上创建基于文本的游戏。

我的想法是，输入错误会减少游戏中的分数，并且根据您输入所需的时间，您将获得更高的分数......

现在来解决问题。由于我使用文本框进行输入并且我的输入范围是文本，因此我还可以获得自动文本更正和输入预测。

有谁知道如何禁用它？

目标：检测/确定人类行为，挑选/提起物品以读取标签并将其放回架子上（在商店中），坐下，安装/攀爬原子物体，如椅子、长凳、梯子等。

环境：商店/商店，大部分光线充足。相机（VGA -> 1MP），固定（即不是 PTZ）。

约束：

1. 存在已知和未知的人类。
2. 在一段时间内，商店中的物品（待售物品）可能会重新排列。
3. 随着时间的推移，照明可能发生变化。例如：商店的正面区域可能会在白天获得充足的阳光，而在晚上则变为人造光。此外，在夜间可以打开更多的灯。

问题：

1. 虽然我知道 OpenCV 非常适合人脸检测并且可用于人脸识别，但它是否可以用于分析“动作”，例如坐着的动作，将物体从架子上提起的动作？如果是这样，我应该深入研究哪些算法？

2. 由于商店中的摄像头大多位于天花板高度，因此它们通常没有正面视图，而主要是自上而下的视图。我了解 Haar Cascade (PCA) 不太可用，但需要其他方法，例如 3D Head 几何确定。是否有其他库（OpenCV 除外）需要用于此类任务？是否有相同的开源库？

我目前正在研究应用 ANN、SVM 和线性回归方法来预测基于气象因素（13 个因素）的地区水果产量总数据集是：36

在 WEKA 上实施这些方法时，我得到了不好的结果：就像 MultilayerPreceptron 的情况一样，我的结果是：（我将数据集分为 28 个用于训练，8 个用于测试）=== 运行信息 ===

方案：weka.classifiers.functions.MultilayerPerceptron -L 0.3 -M 0.2 -N 500 -V 0 -S 0 -E 20 -H a -G -R 关系：apr6_data 实例：28 属性：15

构建模型所需时间：3.69 秒

=== 对测试集的预测 ===

inst# actual predicted error 1 2.551 2.36 -0.191 2 2.126 3.079 0.953 3 2.6 1.319 -1.281 4 1.901 3.539 1.638 5 2.146 3.635 1.489 6 2.533 2.917 0.384 7 2.54 2.744 0.204 8 2.82 3.473 0.653

=== 测试集评估 === === 总结 ===

相关系数 -0.4415 平均绝对误差 0.8493 均方根误差 1.0065 相对绝对误差 144.2248 % 相对方根误差 153.5097 % 实例总数 8

In case of SVM for regression : inst# actual predicted error 1 2.551 2.538 -0.013 2 2.126 2.568 0.442 3 2.6 2.335 -0.265 4 1.901 2.556 0.655 5 2.146 2.632 0.486 6 2.533 2.24 -0.293 7 2.54 2.766 0.226 8 2.82 3.175 0.355

=== 测试集评估 === === 总结 ===

相关系数 0.2888 平均绝对误差 0.3417 均方根误差 0.3862 相对绝对误差 58.0331 % 相对方根误差 58.9028 % 实例总数 8

我的应用程序中可能出现的错误是什么？请告诉我 ！谢谢

我正在寻找像 GCC 中的 __builtin_expect 这样的编译器构造，它使程序员能够向编译器提供有关分支的信息。其他语言或编译器中是否有任何替代方案（或类似结构）？

我正在尝试根据已知的先前分数来预测测试结果。考试由三门科目组成，每门科目都会影响期末考试成绩。对于所有学生，我都有他们之前在三个科目中的小测验的分数，而且我知道他们的老师是谁。对于一半的学生（训练集），我有他们的最终分数，对于另一半我没有（测试集）。我想预测他们的最终得分。

所以测试集看起来像这样：

虽然测试集相同但没有最终分数

所以我想预测测试集学生的最终成绩。关于使用简单的学习算法或统计技术的任何想法？