比如我能否用决策树回归去预测多个类型为连续值的目标？应该怎么做，或者有没有相关的参考资料。
2条回答
菜菜菜菜几 2019-05-27 19:07关注可以进行多目标，比如在回归问题中，决策树和神经网络就可以同时预测多个目标值。
可以参考论文，A survey on multi‐output regression本回答被题主选为最佳回答 , 对您是否有帮助呢?评论 打赏解决 1无用举报
分享
- 2019-04-28 20:32回答 2 已采纳 可以进行多目标，比如在回归问题中，决策树和神经网络就可以同时预测多个目标值。 可以参考论文，A survey on multi‐output regression
- 回答 1 已采纳 分割数据集到训练集和测试集 x_train, x_test, y_train, y_test = train_test_split(x, y) 你加载模型直接预测 不需要对数据进行再
- 2022-02-04 17:06回答 1 已采纳 推断是根据已知随机变量求未知随机变量条件分布的过程，例如我从一段语音推断对应的文字。预测是推断的一种，其已知变量、未知变量具有因果关系，分类、回归都属于预测问题。
- 2024-03-22 21:02线性回归在数据科学和人工智能领域的实践应用【配合“动手学深度学习”补充使用】 内容概要： 本教程详细介绍了线性回归模型的基础知识、原理和实现步骤，旨在为读者提供一个全面的理解和操作指南。内容包括线性...
- 2023-01-25 13:56回答 3 已采纳 望采纳：XGBoost算法构建的预测模型可以通过使用一些web框架来在网页上呈现。具体步骤可以是:1.使用一个web框架如 Flask 建立一个网站后端2.在网站后端中加载已经训练好的XGBoost模
- 2022-02-07 01:05回答 1 已采纳 直接加载模型然后对新数据集进行预测啊，结果就是0或者1，然后把结果按照之前训练的数据集格式写入一个新的csv，这就是相当于打上标签了，但是这个标签不一定是全部对的，除非你能保证你的模型推理结果一定是正
- 回答 2 已采纳 png不会，因为它是无损的，但是jpg gif等有损的图片压缩算法会导致信息量的缺少，影响训练效果。 但是在训练的时候，必须先将图片还原成位图，也就是无压缩的格式，才好处理。所以png一般用来作为图
- 2023-09-04 12:28艾派森的博客 机器学习和人工智能，深度学习的关系人工智能（AI）：人工智能是一门研究如何使计算机能够模拟、理解和执行人类智能任务的学科。它的目标是让计算机具备类似于人类的智能水平，可以进行推理、学习、感知和决策。机器...
- 2020-06-25 22:35回答 1 已采纳 https://blog.csdn.net/qq_30589271/article/details/79037406
- 2022-05-14 21:04回答 1 已采纳 这个建议搭建神经网络来解决，目前TensorFlow，pytorch，paddle等框架入门项目便是手写字体的识别，你可以在他们的官方文档看到完整的代码
- 2021-09-07 14:41回答 2 已采纳 我觉得够用，我用的GTX1650，做机器学习预测模型的时候电脑都没啥反应， https://img-mid.csdnimg.cn/re
- 2023-07-10 17:25智慧医疗探索者的博客 人工智能（Artificial Intelligence）：人工智能是一个广泛的概念，指的是使计算机...机器学习（Machine Learning）：机器学习是一种人工智能的方法和技术，旨在使计算机系统能够从数据中学习和改进，而无需明确编程。
- 2021-07-11 12:02回答 1 已采纳 你的y是指Y(x)=W0+W1*x的Y么？如果是这个的话，y的大小和评估指标是没有影响的，只有y的分布对这个才有影响。 如果说rmes，公式如上，如果训练数据（xi,yi）总体上接近一条直线，那么这
- 2022-08-10 19:24程序媛珂珂的博客 监督学习就是训练机器学习的模型的训练样本数据有对应的目标值，监督学习就是通过对数据样本因子和已知的结果建立联系，提取特征值和映射关系，通过已知的结果，已知数据样本不断的学习和训练，对新的数据进行结果的...
- 2022-01-29 09:19Mr数据杨的博客 机器学习模型如何对它以前从未见过的数据做出准确的预测？ 答案是机器学习的泛化能力，这是我们在将机器学习应用于具有挑战性的问题时所寻求的能力。 机器学习算法都是从输入到模型计算再到输出的映射。 更简单的...
- 没有解决我的问题, 去提问
