在Python语言中使用APMonitor进行模型预测控制时，是否有可能获得有偏和无偏预测控制变量的数据？
在Python语言中使用APMonitor进行模型预测控制时，可以获得有偏和无偏预测控制变量的数据。
APMonitor是一个用于动态优化和模型预测控制的开源软件包，它提供了一种灵活的方法来解决多变量、非线性和约束条件下的优化问题。在模型预测控制中，可以使用APMonitor来构建和求解预测模型，并根据模型的输出进行控制决策。
在使用APMonitor进行模型预测控制时，可以通过设置参数来选择获取有偏或无偏的预测控制变量数据。有偏的预测控制变量数据是指在模型预测控制中，将过去的测量数据作为输入，通过模型预测得到的控制变量数据。无偏的预测控制变量数据是指在模型预测控制中，将未来的测量数据作为输入，通过模型预测得到的控制变量数据。
有偏的预测控制变量数据可以用于实时控制决策，因为它是基于过去的测量数据进行预测的，可以更快地响应系统的变化。无偏的预测控制变量数据可以用于离线分析和模拟，因为它是基于未来的测量数据进行预测的，可以更准确地评估控制策略的性能。
对于APMonitor的具体使用方法和参数设置，可以参考APMonitor的官方文档和示例代码。腾讯云提供了云服务器、云数据库等相关产品，可以用于支持Python语言中使用APMonitor进行模型预测控制的应用场景。具体产品和介绍可以参考腾讯云的官方网站。
相关·内容
我正在尝试使用APMonitor为模型预测控制构建一个python代码。但是，我不想在第三方在线服务器上获得结果。因此，我想收集预测的有偏和无偏的数据，并自己在Python上绘制它们。
浏览 37提问于2019-09-19得票数 1
1回答
我将三种不同编程语言中的随机林算法应用于同一个伪样本数据集(1000obs，二进制1/0因变量，10个数值解释变量)：
Matlab 2015a (2012年a相同)，使用"Treebagger"命令(统计和机器学习工具箱的一部分)
使用"randomForest"包的R：
使用"RandomForestClassifier" from sklearn.ensemble：的Python
我还试图在编程语言之间保持所有模型参数相同(否)。对树木，对整个样本的自举取样，不。随机抽样的变量在每一次分裂中作为候选人，衡量一个分裂的质量
浏览 0提问于2016-01-14得票数 4
回答已采纳
1回答
二值连续输入R中的决策树
、、、
我们正在用连续输入和二进制输入建立决策树的模型。我们正在分析天气对自行车行为的影响。线性回归表明“雨”对自行车数量有很大的影响。我们的雨变量是二进制，表示每小时下雨的状态。
使用rpart创建决策树并不包括作为节点的“雨”，尽管我们期望它对自行车的数量有很大的决定性作用。这可能是由于雨变量的分类所致。Rpart似乎更喜欢使用连续变量(如温度)作为决策节点。
对于rpart如何决定是否使用连续变量或二进制变量作为决策节点，我们应该知道什么？有可能控制这种变量的选择吗？
library("rpart") fit <- rpart(bikecount ~ df.weather$
浏览 3提问于2015-12-04得票数 0
我想用metafor来绘制ggplot (或类似的包)的元回归图。
我发现了这个网站()，它解释了如何在ggplot2和metafor的散点图上绘制报告的值和拟合模型的回归线。
然而，作者在网站上设置的代码本身并没有正常运行。似乎我必须以某种方式计算预测，但由于我是一个新手R用户，我不知道我如何能做到这一点。我不能像对待rma()的结果一样对待lm()的结果。
Model2<-rma.uni(yi,vi,mods=~Intensity+Method,method="ML",data=ROM)
summary(Model2)
in.plot<-ggplot(data
浏览 2提问于2018-01-19得票数 0
回答已采纳
1回答
我使用卷积神经网络(无监督特征学习)来检测特征+软最大回归分类器( Softmax )进行图像分类。我已看过吴家富在这方面的所有教程。()。
我开发的网络有：
输入层大小为8x8 (64个神经元)
隐层大小的400个神经元
输出层-尺寸3
我已经学习了使用稀疏自动编码器将输入层连接到隐藏层的权重，因此有400个不同的特性。
通过从任何输入图像(64x64)获取连续的8x8补丁并将其输入到输入层，我得到了400个大小的特征映射(57x57)。
然后，我使用大小为19x19的窗口的max池来获得大小为3x3的400个功能地图。
我将此特征映射提供给一个softmax层，将其分类
浏览 6提问于2014-07-01得票数 16
回答已采纳
为了适当地拟合像弹性网络这样的正则化线性回归模型，必须首先对自变量进行标准化。然而，这些系数具有不同的含义。为了提取这种模型的适当权重，我是否需要使用下面的公式手动计算它们：
b = b' * std_y/std_x
或者是sklearn中已经有一些内置的功能了？
另外:我认为我不能只使用normalize=True参数，因为我有一些伪变量，这些变量应该保持不变
浏览 4提问于2019-12-13得票数 2
这个使用GEKKO (将油门踏板运动与车速联系起来)的模型预测控制(MPC)示例，没有明确地说明要最小化的成本函数： from gekko import GEKKO
import numpy as np
import matplotlib.pyplot as plt
m = GEKKO()
m.time = np.linspace(0,20,41)
# Parameters
mass = 500
b = m.Param(value=50)
K = m.Param(value=0.8)
# Manipulated variable
p = m.MV(value=0, lb=0, ub
浏览 29提问于2019-09-28得票数 4
回答已采纳
RSS_{RIDGE}=\sum_{i=1}^n(\hat{y_i}-y_i)^2+\alpha\sum_{i=1}^nB_j^2
为什么我们在这里把\alpha\sum B_j^2作为惩罚？我们在机器学习模型中加入了这个术语来最小化方差。但是这个术语是如何最小化方差的。如果我假设e^x或任何增加的函数，那么它也会最小化方差。我想知道这个术语是如何最小化错误的
浏览 0提问于2021-05-03得票数 1
我已经在我的脚本中隔离了一个问题，这个问题是由于使用.tstd函数进行标准差计算而产生的，
sp.stats.tstd(IR)
其中我的IR值是0.0979。有没有办法让它停止(我想是)把它舍入零？我尝试过以前的堆栈溢出帖子中的一个建议，它建议将这个数字称为np.float64，但这是行不通的。希望有人知道答案。
全错误打印：
Traceback (most recent call last):
File "Utt_test.py", line 995, in <module>
X.write(Averaging())
File "
浏览 4提问于2013-07-26得票数 0
1回答
我有每小时没有的数据。人们在网上呆了两年的时间。因此，这些值分布在0到60之间，而且大多数数据要么是0，要么是60。我的目标是预测未来一个人上网的时间(第二天/小时/月等)。我可以使用什么样的方法或机器学习模型来预测这些数据？这是否可以建模成一个回归/预测问题，尽管偏斜？
浏览 1提问于2022-07-10得票数 -2
1回答
我只需要澄清一下GEKKO中MPC模式下的预测和控制水平的定义。在网上找到的示例中(例如这里的https://apmonitor.com/do/index.php/Main/TCLabF)，使用m.time()定义了一个水平，并使用我们的GEKKO模型。在MPC模式下(IMODE =6)，这是控制水平的预测水平吗？
浏览 48提问于2020-09-14得票数 4
1回答
我正试图在MATLAB中得到一个预测列矩阵，但我不太知道如何编写它。我现在的密码是-
load DataWorkspace.mat
groups = ismember(Num,'Yes');
k=10;
%# number of cross-validation folds:
%# If you have 50 samples, divide them into 10 groups of 5 samples each,
%# then train with 9 groups (45 samples) and test with 1 group (5 samples).
%#
浏览 0提问于2013-05-06得票数 0
回答已采纳
1回答
我试图在Python中解决MINLP优化问题。有两件事我想问你。
首先，我仔细研究了下面的链接，并试图了解赫登格伦先生所做的改变。
在这个示例的.apm模型文件中，有一个文本编辑器；有“connections”。我理解那里的操作，但是我不知道代码中的哪个部分会带来这些连接。我试着效仿这个例子；我使用了类似的中间结构，但在我自己的模型中从未得到类似的连接。
另一件事是，在我的中间代码中，我有求和函数。同样，在模型的文本文件版本中，我看到求和总是从开头开始，然后将变量添加到彼此。例如：
.....[(((((((((((+(((((((((1+i5))^(-9)))(2711)))(v230))
浏览 1提问于2021-02-06得票数 2
1回答
我为R编写了一个带有MARSS包的模型。
该模型的主要思想是预测至少10个季度的可观测向量，但我似乎无法使用MARSSsimulate函数(我相信这是由于估计过程中外生向量(称为季节)倾斜所致)。我非常感谢你的帮助。
提前感谢！
可以下载数据集。
我使用了以下代码
info <- read.table("series_kalman2.txt",header=T,dec=".")
dat_est_spa <- t(info[,3:6])
Sigma <- sqrt(apply(dat_est_spa, 1, var, na.rm
浏览 1提问于2016-01-28得票数 1
回答已采纳
1回答
在拟合时，损失是NaN
、、、
我正在尝试用TensorflowJS制作python版本的Tensorflow的相同示例。不幸的是，当我运行脚本时，我不知道为什么训练时记录的损失值是NaN。
我想要实现的是一个简单的文本分类，它根据训练好的模型返回0或1。这是我正在关注的Python教程
这是我到目前为止已经翻译过的代码：
import * as tf from '@tensorflow/tfjs'
// Load the binding:
//require('@tensorflow/tfjs-node'); // Use '@tensorflow/tfjs-node-gpu&
浏览 1提问于2018-08-27得票数 2
我目前正在重新实现用Python编写的一些用Java编写的算法。一个步骤是计算值列表的标准差。原始实现为此使用ApacheMath1.1库中的。我使用numpy 1.5的标准差。问题是，对于相同的输入，它们给出了不同的结果。我所得到的样本是：
[0.113967640255, 0.223095775796, 0.283134228235, 0.416793887842]
我得到以下结果：
numpy : 0.10932134388775223
Apache Math 1.1 : 0.12620366805397404
Wolfram Alpha : 0.12620366
浏览 4提问于2011-01-01得票数 13
回答已采纳
2回答
例如：
如果您有: Table = (A，B，C) <--这些列: A，B，C
和依赖关系：
A → BC
B → C
A → B
AB → C
规范覆盖(或最小依赖数)为：
A → B
B → C
有没有可以做到这一点的程序？如果没有，任何代码/伪代码，以帮助我写一个将不胜感激。优先使用Python或Java。
浏览 1提问于2010-05-13得票数 1
我使用相同的数据集在Python语言和R民歌中应用Z-score来演唱这个
Python
from scipy import stats
a = np.array([ 0.7972, 0.0767, 0.4383, 0.7866, 0.8091, 0.1954,
0.6307, 0.6599, 0.1065, 0.0508])
stats.zscore(a)
array([ 1.1273, -1.247 , -0.0552, 1.0923, 1.1664, -0.8559, 0.5786,
0.6748, -1.1488
浏览 2提问于2015-07-10得票数 2
我需要在MPC计算中包括偏差校正项。这是每个时刻的模型预测和测量之间的差异。如何在GEKKO中指定？
浏览 1提问于2019-04-17得票数 2
2回答
我找不到一种方法来对我试图生成的回归随机森林模型执行交叉验证。
因此，我有一个包含1664个解释变量(不同的化学性质)的数据集，其中只有一个响应变量(保留时间)。我正在尝试建立一个回归随机森林模型，以便能够在给定保留时间的情况下预测某物的化学性质。
ID RT (seconds) 1_MW 2_AMW 3_Sv 4_Se
4281 38 145.29 5.01 14.76 28.37
4952 40 132.19 6.29 11 21.28
4823 41 176.21 7.34 12.9 24.92
3840
浏览 2提问于2013-11-04得票数 21
我试图估计一个logit模型的边际效应，其中我有几个二分法的解释变量。
假设模型是由
logit<- svyglm ( if_member ~ if_female + dummy_agegroup_2 + dummy_agegroup_3 + dummy_education_2 + dummy_education_3 + dummy_education_4, family = quasibinomial(link = "logit"), design = survey_design)
我知道调查包中的边界函数，但我对它不太熟悉。我在模型中只有两个变量，所以我想知道如何用这
浏览 1提问于2016-07-21得票数 4
在python中，我正在用logistic回归建立一个波动预测模型。我的模型精度是0.47，而且只预测了0。实现的y变量实际上是81个零和92个1。
我拥有的数据集只有几个特性和220个用户(记录)。如果我设定一个参考时间，它甚至更少(训练集约有123条记录，测试集约有173条记录)。因此，我认为样本规模太小，无法使用logistic回归。但是我仍然尝试，因为这只是一个样本测试，所以我只得到了这个小的数据集。(理论上有更多的数据)
from sklearn.linear_model import LogisticRegression
logreg = LogisticRegression()
浏览 0提问于2019-05-14得票数 0
回答已采纳
1回答
我有一个用Scala编写的排队模型，在这个模型中，不同类别的人最终形成了不同的队列。我们有一个数据集，它提供了一个特征映射，以每个队列结束的人数为特征，即多个输入到多个输出(连续值)。
对于Scala中的单个值预测，我有一些使用mllib的经验，但我看不出支持多个输出。在我看来，mllib没有连续的值输出支持，因为我看不出如何在没有激活函数的情况下获得一个层。
有没有人知道一个ml库既可以支持多维回归(如果我的术语错误请纠正我)并与Scala集成？
接下来，我还想尝试一个RNN，因为我们的数据中有一个时间序列元素，但是我相信在ml库中这是更加罕见的。
浏览 0提问于2018-01-27得票数 1
是否有任何Python机器学习库，允许模型持久化而不进行酸洗？
更具体地说，我希望避免与他人共享模型时可能出现的问题(和时间汇)。(就我而言，是非计算性研究领域的学术合作者。)
浏览 0提问于2017-08-07得票数 1
回答已采纳
1回答
我想在未标记的数据上对特定领域的BERT进行微调，并让输出层检查它们之间的相似性。我该怎么做呢？我是否需要首先微调分类器任务(或问题答案等)。然后拿到嵌入物？或者我可以只使用预训练的Bert模型，而不使用任务，并使用我自己的数据进行微调？
浏览 2提问于2020-04-22得票数 3
我一直在寻找这些信息，但我在任何地方都找不到，所以这是我的拍摄。
我是Python2.7的初学者，我学会了一个模型，多亏了cPickle，我保存了它，但现在我想知道是否可以从另一个设备(没有sklearn库)加载它，然后使用model.predict(X)。
感谢您的回答
PS:当然，我将模型以pkl格式发送到新设备
浏览 18提问于2017-06-21得票数 0
1回答
在使用GEKKO对动态系统进行初始测量建模时，即使启用了FSTATUS，GEKKO似乎也完全忽略了测量。是什么原因造成了这种情况，我如何才能让GEKKO识别最初的测量？
我希望求解者考虑到初始测量，并相应地调整解决方案。
from gekko import GEKKO
import numpy as np
import matplotlib.pyplot as plt
# measurement
tm = 0
xm = 25
m = GEKKO()
m.time = np.linspace(0,20,41)
tau = 10
b = m.Param(value=50)
K =
浏览 0提问于2019-11-21得票数 5
回答已采纳
1回答
我的问题设置如下:Python3.7、PandasVersion1.0.3和sklearn版本0.22.1。我正像往常一样应用一个 (对浮动矩阵的每一列)。然而，我得到的列没有标准差=1，而它们的平均值是(大约) 0。
我不知道这里到底出了什么问题，我已经检查了scaler是否混淆并标准化了行，但情况似乎并非如此。
from sklearn.preprocessing import StandardScaler
import pandas as pd
import numpy as np
np.random.seed(1)
row_size = 5
n_obs = 100
X = pd.Dat
浏览 0提问于2020-06-20得票数 2
回答已采纳
为了根据一些选定的特性测试我的模型的性能，我尝试使用未见和见过的数据。然而，当基于所有数据选择精度时，由于所见数据的大小大于其他数据，因此模型几乎是过度拟合的。我只拿了看不见的数据。所选的特征不能保证正确地预测所见数据。有没有办法超越这个问题。
谢谢
浏览 0提问于2019-06-08得票数 0
在使用pythons的random.shuffle函数时，我注意到使用sorted(l, key=lambda _: random.random())比使用random.shuffle(l)要快得多。据我所知，这两种方法都会产生完全随机的列表，那么为什么shuffle需要这么长的时间呢？ 以下是使用timeit模块的次数。 from timeit import timeit
setup = 'import random\nl = list(range(1000))'
# 5.542 seconds
print(timeit('random.shuffle(l)
浏览 10提问于2020-11-28得票数 5
回答已采纳
2回答
在尝试了朴素的Bayes之后，我一直在用Python上的随机森林进行实验，这给了我比我预期的更低的准确率，62%。我的csv文件有大约14,000条记录，我使用80%的训练集和20%的测试集。我尝试了不同的参数，如100树，500和1000，-1 n_jobs等等，但在所有这些测试中，准确性没有太大的变化，它总是在74%或75%左右，几乎76%的时候。我检查了教如何实现的在线教程的准确性达到了73%，因为我的测试比这个高，我并不担心，认为这种算法是正常的。
然而，我的惊讶是在我最近的测试，唯一的区别是我保存了模型和矢量文件，这样我就不必每次训练模型。新脚本加载了这些文件，将加载(训练)模型应用
浏览 0提问于2019-07-07得票数 1
4回答
我的数据(连续的)是高度倾斜的，它不遵循正态分布。使用sns.distplot，我发现指数更适合数据。
怎么处理这事？
我的最终目标是将数据用于机器学习模型(SVM)。
浏览 0提问于2020-01-08得票数 2
回答已采纳
1回答
我现在正在构建一个线性回归模型。有32个自变量。G3是目标变量。
首先，利用所有自变量建立线性回归模型。这是我得到的结果的一部分：
如您所见，G1和G2都是重要的自变量。但它们之间的相关性是0.8521181。因此，我认为线性回归模型中存在多重共线性。我现在要找出最好的线性回归模型。如何解决多重共线性问题？
浏览 4提问于2018-03-25得票数 0
3回答
预测中模型的偏差和方差？
、、、
这个话题使我感到困惑。在文献或文章中，当讨论自动学习中的偏差和方差时，特别是在交叉验证中，它们是否指模型中的高偏差(不适当)和高方差(过拟合)？或者它们指的是交叉验证迭代中得到的预测的偏差和方差？如何处理每个案件？
浏览 0提问于2019-06-25得票数 0
我有个疑问。我理解了交叉验证和分裂的概念，分类器将从训练数据学习和测试测试数据分裂。
如果我首先使用“使用培训数据”运行分类，然后在分类选项卡中使用"SUpplied测试集“选项，然后再次运行，会发生同样的情况吗？
为了在分类选项卡中更清楚地说明，我运行了两次...first，训练数据集被上传到预处理选项卡下，然后在分类选项卡“提供测试集”中运行测试集。那么，在测试数据上执行时，模型是否使用了以前所做的培训？
我用了朴素的贝叶斯分类器。我也怀疑是否所有的分类器都是从训练数据中学习，还是仅仅从神经网络、决策树这样的分类器中学习？
浏览 0提问于2013-10-05得票数 0
我正在进行一个线性回归实验，对一个因变量进行评估，然后将因变量转化为一个对数尺度，然后再进行一次训练/执行的线性回归。是否可以在模型的平均绝对误差或根均方误差与因变量统计量之间建立比率，以便对模型进行比较？
我知道线性回归很可能不应该用于这个评估，这只是一个理论实验。
非日志结果
模型平均Abs误差: 14831.26
模型均方误差: 21921.10
因变量计数: 2925.00
因变量平均数: 180815.54
因变量std dev: 79951.70
因变量最小值: 12789.00
因变量25%：129500.00
因变量50%：160000.00
因变量75%：213500.00
浏览 10提问于2022-09-08得票数 0
回答已采纳
我最近开始使用python的统计模块。
我注意到默认情况下，variance()方法返回“无偏”方差或样本方差：
import statistics as st
from random import randint
def myVariance(data):
# finds the variance of a given set of numbers
xbar = st.mean(data)
return sum([(x - xbar)**2 for x in data])/len(data)
def myUnbiasedVariance(data):
#
浏览 6提问于2016-08-26得票数 1
当我试图使用MuMIn包的predict.averaging计算模型平均值对象的预测值时，我遇到了一个错误。我已经确信，当full参数设置为FALSE时，函数应该返回基于条件平均系数的预测值。但是，它返回一个错误。参见下面使用cars数据集的示例。这和我的实际设置非常相似。
library(MuMIn)
options(na.action = "na.fail")
global.model <- glm(mpg ~ hp + drat + wt,
data=mtcars)
dr <- dredge(global.model)
mod.avg <- model
浏览 1提问于2018-10-29得票数 0
回答已采纳
1回答
最近，我正在学习mlr3包中的嵌套重采样。根据mlr3的书，嵌套重采样的目标是为学习者获得一个无偏的性能评估。我进行了如下测试：
# loading packages
library(mlr3)
library(paradox)
library(mlr3tuning)
# setting tune_grid
tune_grid <- ParamSet$new(
list(
ParamInt$new("mtry", lower = 1, upper = 15),
ParamInt$new("num.trees", lower = 50, upp
浏览 1提问于2021-02-20得票数 1
回答已采纳
1回答
我正在训练一个yolov5模型，我有一个数据集，但是我无法理解验证和测试数据之间的区别。我应该分割我的数据集来训练/测试/val还是仅仅是训练/测试？
浏览 11提问于2022-02-13得票数 1
回答已采纳
1回答
我使用Keras，Tensorflow编写了一个顺序分类器脚本。给定样本图像的目录路径，它是一个二值图像分类器来预测类。
我想在我的脚本中实现一个概率特性，其中包括类，给出了分类器预测的正确性概率。例如：
输入
img = image.load_img('dataset/test/sample/fff.jpeg', target_size = (img_width, img_height))
img = image.img_to_array(img)
img = np.expand_dims(img, axis = 0)
prediction = model.predict
浏览 0提问于2020-02-10得票数 0
1回答
我尝试采用ARIMAX模型来研究遏制措施(使用政府反应严格指数，数字从0到100)是否对每日新病例率产生重大影响。我也想增加测试率。我用R编写了所有的程序(每个ts都是固定的，.)做了格兰杰因果检验。结果：Pr(>F)大于0.0 5。因此，不存在格兰杰因果关系的零假设可以被拒绝，新病例率和遏制措施具有反向因果关系。是否有可能转换变量“字符串索引”并继续使用ARIMAX模型？如果是的话，如何在R中做到这一点？
浏览 6提问于2020-11-26得票数 0
回答已采纳
我正在使用Sci Kit学习一个分类问题，并且困惑于如何正确地调优超参数以获得“最佳”模型。
Before任何调整，我的logistic回归分类器对测试集的准确率为74.6%。
为了为我的最终模型选择最优的参数，我用一个参数网格来拟合一个GridSearchCV对象-- to --我的训练数据，其中包含了Sci Kit学习的LogisticRegression分类器的默认参数。
我所拟合的GridSearchCV模型的CV精度为76.5%，表明该模型将比未调优模型具有更高的精度。
When --我在测试集上拟合并评估了调优模型，我的准确率为73%。
这是让我感到困惑的部分。我知道CV的结果应该
浏览 0提问于2023-02-21得票数 0
1回答
模型学习曲线的解释
、、、、
我需要一些帮助，以了解这些模型是否过分合适，以及哪些我们可以认为“最好的”。在互联网上，我只找到简单的例子，学习曲线，但在这些情况下，我不确定解释，所以，谢谢你提前。这是一个二进制分类问题，数据集中的类是相当平衡的。第一个模型是具有数据集所有特性的随机森林：
📷
第二个是KNN分类器，它具有以下所有特性：
📷
然后，我只选择了数据集的4个特性，并应用了模型(使用gridsearchcv，因此改变了超参数)，这再次是随机森林：
📷
最后一个是KNN分类器，只有4个特性：
📷
前两个模型在学习曲线上有问题吗？看看前两款车型，与前两款相比，它们有了改进吗？我知道，在第二种情况下，准确性最差，但也许它
浏览 0提问于2022-12-28得票数 1
2回答
我有一个由181个样本组成的数据集(类是不平衡的，有41个数据点，1个标签，其余140个带有标签0)和10个特性和一个目标变量。这10个特征是数字和连续的性质。我必须执行二进制分类。我所做的工作如下：
I have performed 3 Fold cross validation and got following accuracy results using various models:-
LinearSVC:
0.873
DecisionTreeClassifier:
0.840
Gaussian Naive Bayes:
0.845
Logistic Regression:
0.8
浏览 0提问于2017-01-12得票数 1
M5P树模型来自weka.classifiers: python包装器，我的arff文件中的每一行由6个属性组成，其中第6个属性是训练模型的目标变量。我正在使用weka.core.converters.ArffLoader对arff文件进行训练。培训结束后，如果我想用一些测试数据进行预测，我将创建实例并将其传递给构建的模型进行预测。在这种情况下，我只传递5个属性的值，而不是目标变量的值。我得到了一个java异常：
追溯(最近一次调用)：文件"C:/Users/Sethuraman/PycharmProjects/Test_printer/m_M5P.py"，行85，在pred
浏览 6提问于2016-08-12得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
