使用apache mahout进行增量监督学习的用例
商业案例:预测现场的燃料消耗。
比方说燃料消耗C，取决于各种因素x1，x2，...xn。所以从数学上讲，C= F{x1，x2，...xn}。我没有任何方程式来表达这个问题。
我确实有历史数据集，从中我可以获得C与x1、x2的相关性。等C，x1，x2，..都是定量的。对于像我这样统计知识有限的人来说，对于n变量方程来说，找出相关性似乎很困难。
因此，我正在考虑采用一些有监督的机器学习技术来实现同样的目的。我将使用历史数据训练分类器，以获得下一次消费的预测。
问:我的思考方式正确吗？问:如果这是正确的，我的系统应该是一个不断发展的系统。因此，我将向系统提供的真实数据越多，就会改进我的模型，以便在下一次做出更好的预测。这是一个正确的理解吗？
如果以上陈述属实，AdaptiveLogisticRegression算法，如Mahout中所示，对我有帮助吗？
向这里的专家寻求建议！
提前谢谢。
回答 1
Stack Overflow用户
发布于 2013-01-30 19:13:48
好吧，相关性不是一个预测模型。相关性只是基于协方差的数据集之间的某种关系。
为了开发预测模型，您需要执行的是回归。
回归的最简单形式是线性单变量，其中C=F (x1)。这可以在Excel中轻松完成。然而，您声明C是多个变量的函数。为此，您可以使用线性多变量回归。有一些标准包可以执行此操作(例如，在Excel中)，或者您可以使用Matlab等。
现在，我们假设C和X的分量(输入向量)之间存在“线性”关系。如果关系不是线性的，那么您将需要更复杂的方法(非线性回归)，这可能很好地采用机器学习方法。
最后，一些序列表现出自相关性。如果是这种情况，那么您可以忽略C= F(x1，x2，x3...xn)关系，而直接使用时间序列技术(例如x1和更复杂的变体)对C函数本身建模。
我希望这能有所帮助，斯里坎特·克里希纳
https://stackoverflow.com/questions/14522726
复制
![[Nature Communications | 论文简读] 使用弱监督深度学习进行准确的体细胞变异检测](https://developer.qcloudimg.com/http-save/yehe-8259540/a74bcce33c0ab6e90802b709b8f074c4.png)
相似问题
使用Apache Mahout机器学习库
Apache Mahout -学习先决条件
使用apache mahout进行情感分析
Apache Mahout的.net模拟的机器学习库
使用Apache Mahout对数据进行分类
领取专属 10元无门槛券
AI混元助手 在线答疑
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
