我可以用深度学习做回归吗？

Question

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。

Answer 1

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/

我可以用深度学习做回归吗？

Can I do regression with deep learning?

neural-network

deep-learning

regression

non-linear-regression