machine-learning - 预测建模

Question

如何对此类数据进行回归(随机森林、神经网络)？

数据包含特征，我们需要根据周和属性预测销售数量

这里我附上了示例数据 Here we are trying to predict sales quantity based on other attributes

Answer 1

多元线性回归

假设

• 输入变量x[][](每行对应一个样本，每列对应一个变量，如周、季节等)
• 预期输出 y[](与 x 一样多的行)
• 正在学习的参数 theta[](与输入变量一样多 + 1)

您正在优化函数 h:

h = { x[j][i] * p[i] - y[j] } 中所有 j 的总和最小

这可以通过梯度下降轻松实现。您还可以包含参数组合(并且只需为这些伪参数包含更多 theta)

我在 GitHub 存储库中有一些代码，用于执行基本的多元线性回归(用于我有时教授的类(class))。

https://github.com/jorisschellekens/ml/tree/master/linear_regression