我應該用什麼樣的神經網絡來找到這個數據集的方程？

我是新來的機器學習和神經網絡的想法，但我發現我自己，我認爲一個神經網絡可以解決（給我的基本認識）的一個問題，我真的很希望你能不能給我點在正確的方向。我應該用什麼樣的神經網絡來找到這個數據集的方程？

我有一組數據，將其通過物理測試獲得的，由2個獨立變量（空速和間距）和因變量（功率）的。我想知道，如果一個神經網絡可以幫助我產生一個公式來概括成一個函數此[F（空速，間距）=功率]我可以使用python繪製和情節！

下面是我從我的測試中收集的數據繪製三維：

Plotted Data

是神經網絡做這個正確的工具？你能指點一下我的學習方向嗎？

在此先感謝！

來源

2017-06-12 Keyboard Bandit

的問題太寬而不能回答。看看情節，你只需要一些插值技術。 – ImportanceOfBeingErnest

如果你正在努力尋找一個公式，可能的是，你需要一些曲線擬合方法，無論是參數單（也許您對曲線的性質一些理論概念）或者非參數之一。 –

@ImportanceOfBeingErnest：是否有更多信息可以提供以縮小我的問題範圍？我收集數據的同時穩步增加空速，同時保持不變，同時不斷監測輸出功率。然後，我增加了球場並做了同樣的事情。我希望通過使用這個神經網絡來學習的是，隨着音高的不斷變化，會發生什麼，因爲我目前無法可靠地以可控方式可靠地改變音高。我希望能夠將這個散點圖轉化爲表示物理實驗的光滑表面。 –

也許你想嘗試K-均值聚類算法？這可能有幫助。

https://datasciencelab.wordpress.com/2013/12/12/clustering-with-k-means-in-python/

來源

2017-06-12 16:37:13

謝謝你的建議，也許你可以幫我理解更好的東西;我的函數的輸出（target？）應該是（大部分）連續的。用k-均值聚類似乎可以將事物分組。由於函數的輸出是以瓦特爲單位的功率，這是否會落在可以用k-means確定的事情之下呢？如果我錯過了一些東西，只是渴望學習，我很抱歉！ –

啊，也許我沒有正確閱讀你的帖子。你說的K-means標籤數據是正確的，它將導致一個集羣。這是你不想要的東西。身份證必須環顧四周，儘管我前幾天讀到了，但還是有一個算法。道歉。如果我記得生病回到你身邊，快樂的狩獵和快樂的編程！ –

謝謝！我得從sklearn運行MLPClassifier原型...但我有一些很難理解的輸出，因爲我真的不知道我在做什麼又哈哈哈哈 –

我應該用什麼樣的神經網絡來找到這個數據集的方程？

回答

相關問題