摘要：
由于我做的是产品报价，要的是对产品价格的一个预测，对应的是回归任务，基线模型得从适合处理回归任务的算法模型里找，然后就去deepseek去搜了一下，发现回归任务的常见算法和应用场景有： 线性回归【二元线性回归和多元线性回归】，比如说，二元线性回归有：预测房价y基于房屋面积x。多元线性回归：预测房价y 阅读全文
posted @ 2025-03-13 20:41
【斗破苍穹】
阅读(80)
评论(0)
推荐(0)
摘要：
是的，深度神经网络（Deep Neural Network, DNN）可以用于回归任务，包括预测价格等连续值的目标变量。虽然深度神经网络在分类任务中更为常见，但通过适当的调整，它们同样可以有效地处理回归问题。 深度神经网络用于回归任务的基本步骤： 数据准备： 收集和预处理数据，确保输入特征和目标变量 阅读全文
posted @ 2025-03-13 20:10
【斗破苍穹】
阅读(202)
评论(0)
推荐(0)
摘要：
基线模型（Baseline Model）是机器学习或数据分析中的简单参考模型，用于评估更复杂模型的性能。常见的基线模型包括以下几种： 1. 随机猜测模型 描述：在分类任务中随机预测类别，或在回归任务中随机预测目标变量的值。 适用场景：作为最简单的基线，用于初步了解数据的可预测性。 示例： 分类任务： 阅读全文
posted @ 2025-03-13 19:49
【斗破苍穹】
阅读(423)
评论(0)
推荐(0)
摘要：
数据的一致性检验（Consistency Check）是确保数据在不同来源、时间点或条件下保持一致性和准确性的过程。其目的是发现并纠正数据中的不一致、错误或矛盾，以提高数据质量。 一致性检验的主要目标： 识别错误：发现数据中的不一致或矛盾。 确保准确性：保证数据在不同部分或系统中一致。 提高可靠性： 阅读全文
posted @ 2025-03-13 19:11
【斗破苍穹】
阅读(362)
评论(0)
推荐(0)
摘要：
[ 状态值] 新增：1 待生效/待审核/已提交：10 已生效/已审核：100 已验收：200 驳回：5 [ 现实生活—业务逻辑] 现实生活中，这个单子我填的【对应新增】,写完之后，这个单子写的不对，我可以改改【对应修改】，也可以撕了重写【对应删除】，我确定单子没问题，我把单子交给审核部门进行审核【对 阅读全文
posted @ 2025-03-13 17:06
【斗破苍穹】
阅读(16)
评论(0)
推荐(0)
摘要：
今天跟导师探讨了论文下一步的进展，有了大概的思路，总结如下： 找近三年和深度学习做结果预测有关的基线模型（大概4个左右），其中，要用我选择的模型和另外三个模型做准确率对比。结果是：同一批数据，我选择的模型运算的准确率结果（F1，F2）值，要比另外三个模型的F1，F2值更好 注意:原始思路是：用我的模 阅读全文
posted @ 2025-03-13 13:54
【斗破苍穹】
阅读(13)
评论(0)
推荐(0)
浙公网安备 33010602011771号