PROSAGA码农传奇-机器学习-用机器学习映射工厂

<div class =“post-text”itemprop =“text”>
  
    如果是时间序列任务，您可以使用神经网络或LSTM网络的NARX架构。后来就像NARX一个反复出现的神经网络。 Matlab提供了第一个实现。
  
  
    <a href="https://en.m.wikipedia.org/wiki/Nonlinear_autoregressive_exogenous_model" rel="nofollow noreferrer">
      https://en.m.wikipedia.org/wiki/Nonlinear_autoregressive_exogenous_model
    </A>
  
  
    <a href="https://en.m.wikipedia.org/wiki/Long_short-term_memory" rel="nofollow noreferrer">
      https://en.m.wikipedia.org/wiki/Long_short-term_memory
    </A>
  
  
    如果您“只是”想要将多项式拟合到数据中，则可以使用不同程度多项式的基本线性回归来查看哪一个最佳。

的
      注意：
    </强>
     它不称为线性，因为它只能适合线性模型。
  
  
    <a href="https://en.m.wikipedia.org/wiki/Linear_regression" rel="nofollow noreferrer">
      https://en.m.wikipedia.org/wiki/Linear_regression
    </A>
  
  
    其他一些可能性是内核方法，如内核岭回归或SVR。后来基于支持向量机，它通常表现很好（至少从我的个人经验中分类）。
如果你想尝试SVR，你可以使用一个名为libSVM的小而好的lib。 Matlab也提供此功能。
  
  
    以下链接显示了此算法的比较：
  
  
    <a href="http://scikit-learn.org/stable/auto_examples/plot_kernel_ridge_regression.html" rel="nofollow noreferrer">
      http://scikit-learn.org/stable/auto_examples/plot_kernel_ridge_regression.html
    </A>
  
  
    的
      编辑：
    </强>
     如果我理解正确的话，如果你想预测未来时间的输出，这是一个时间序列任务
     <code>
 t+1
 </code>
     从给定的时间
     <code>
 t
 </code>
    。尝试NARX模型或LSTM网络。
  
</DIV>