我可以用深度学习做回归吗?
Can I do regression with deep learning?
我是 ML 的新手,我有一个数据集:
其中:
X = {X_1, X_2, X_3, X_4, X_5, X_6, X_7};
Y = Y;
我试图找到 X 和 Y 之间的可能关系,例如 Y = M(X) 使用 深度学习 。据我所知,这是一个 regression 任务,因为我的目标 Y 的数据类型是真实的。
我已经尝试了一些回归算法,如 LMS 和逐步回归,但其中 none 给了我一个有希望的结果。所以我转向深度神经网络解决方案,所以:
- ANN可以做这个回归任务吗?
- 如何设计网络,尤其是层的类型、激活函数等?
- 有没有现成的神经网络架构可以参考?
感谢任何帮助。
我没有机器学习部分的解决方案,但我确实有一个可能有效的解决方案(因为您要求任何其他解决方案)。
我会说使用机器学习可能会很困难,因为你不仅需要找到一种关系(假设有一个),而且你需要找到正确类型的模型(是线性的,二次方的吗? 、指数、正弦等),然后您需要找到这些模型的参数。
在R编程语言中,很容易设置例如多元线性回归。这是用于查找线性回归的 R 代码草图。
data = load("data.Rdata") # or load a table or something
regression = lm(Y ~ X1 + X2 + X3 + X4 + X5 + X6 + x7, data = data)
print(summary(regression))
编辑:您可能会在这里得到更好的答案:https://datascience.stackexchange.com/
我是 ML 的新手,我有一个数据集:
其中:
X = {X_1, X_2, X_3, X_4, X_5, X_6, X_7};
Y = Y;
我试图找到 X 和 Y 之间的可能关系,例如 Y = M(X) 使用 深度学习 。据我所知,这是一个 regression 任务,因为我的目标 Y 的数据类型是真实的。
我已经尝试了一些回归算法,如 LMS 和逐步回归,但其中 none 给了我一个有希望的结果。所以我转向深度神经网络解决方案,所以:
- ANN可以做这个回归任务吗?
- 如何设计网络,尤其是层的类型、激活函数等?
- 有没有现成的神经网络架构可以参考?
感谢任何帮助。
我没有机器学习部分的解决方案,但我确实有一个可能有效的解决方案(因为您要求任何其他解决方案)。
我会说使用机器学习可能会很困难,因为你不仅需要找到一种关系(假设有一个),而且你需要找到正确类型的模型(是线性的,二次方的吗? 、指数、正弦等),然后您需要找到这些模型的参数。
在R编程语言中,很容易设置例如多元线性回归。这是用于查找线性回归的 R 代码草图。
data = load("data.Rdata") # or load a table or something
regression = lm(Y ~ X1 + X2 + X3 + X4 + X5 + X6 + x7, data = data)
print(summary(regression))
编辑:您可能会在这里得到更好的答案:https://datascience.stackexchange.com/