Как использовать машинное обучение или предсказание для решения этой регрессии в Python 3?
Я хочу получить отзыв о машинах.
Входные данные:
[[2, 3, 7],
[3, 9, 5],
[2, 6, 4]]
Выход:
[4, 1, 1].T
уже предоставлены данные. Я хочу знать выход Input [8, 1, 7]. Я думаю, что это своего рода машинное обучение - проблема регрессии. В принципе, предположим, что входной набор данных представляет собой группу чистых чисел.
В долгосрочной перспективе я хочу знать, что некоторые типы наборов ввода не являются чистым числом, но сейчас это не актуально, поэтому я подумаю об этом позже. Интуитивно это выглядит так просто, но я не могу найти, как его решить из-за моего плохого мастерства.
Как я могу это решить?
Ваш набор данных из 3 наблюдений очень мал, чтобы использовать разумную технику машинного обучения. Я, вероятно, подойду для метода k-ближайших соседей здесь: с учетом ввода, вычисления расстояния до известных точек данных и выбора выхода, связанного с ближайшим. Здесь наиболее близкое наблюдение (измеренное эвклидовым расстоянием) до [8,1,7] равно [2, 3, 7], поэтому этот метод будет прогнозировать, что выход равен 4. Если вы получите более крупный набор данных, вы сможете использовать гораздо лучшие методы.
