- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我想使用 GPR 来预测来自已部署接入点 (AP) 的 RSS。由于 GPR 也给出平均 RSS 及其方差,因此 GPR 在定位和导航系统中非常有用。我阅读了探地雷达相关的出版期刊并获得了它的理论见解。现在,我想用真实数据(RSS)来实现它。在我的系统中,输入和相应的输出(观察)是:
X:二维笛卡尔坐标点
y:对应坐标处的RSS(-dBm)数组
网上搜索后发现可以用sklearn软件(使用Python)。我安装了 sklearn 并成功测试了示例代码。示例 python 脚本适用于 1D GPR。由于我的输入集是二维坐标,因此我想修改示例代码。我发现其他人也尝试这样做,例如:How to correctly use scikit-learn's Gaussian Process for a 2D-inputs, 1D-output regression? , How to make a 2D Gaussian Process Using GPML (Matlab) for regression? ,和Is kringing suitable for high dimensional regression problems? .
预期(预测)值应与y类似。我得到的值(value)是非常不同的。我想要预测RSS的测试台的大小是16*16平方米。我想预测每隔一米的 RSS。我假设高斯过程预测器是使用示例代码中的高斯体面算法进行训练的。我想用 Firefly 算法优化超参数(theta:使用 y 和 X 训练)。
为了使用我自己的数据(2D 输入),我应该编辑哪一行代码?同样,我如何实现Firefly算法(我已经使用pip安装了firefly算法)?
请帮助我提出您的建议和意见。
非常感谢。
最佳答案
我稍微简化了代码以说明潜在的问题:
import numpy as np
from sklearn.gaussian_process import GaussianProcessRegressor
x_train = np.array([[0,0],[2,0],[4,0],[6,0],[8,0],[10,0],[12,0],[14,0],[16,0],[0,2],
[2,2],[4,2],[6,2],[8,2],[10,2],[12,2],[14,2],[16,2]])
y_train = np.array([-54,-60,-62,-64,-66,-68,-70,-72,-74,-60,-62,-64,-66,
-68,-70,-72,-74,-76])
# This is a test set?
x1min = 0
x1max = 16
x2min = 0
x2max = 16
x1 = np.linspace(x1min, x1max)
x2 = np.linspace(x2min, x2max)
x_test =(np.array([x1, x2])).T
gp = GaussianProcessRegressor()
gp.fit(x_train, y_train)
# predict on training data
y_pred_train = gp.predict(x_train)
print('Avg MSE: ', ((y_train - y_pred_train)**2).mean()) # MSE is 0
# predict on test (?) data
y_pred_test = gp.predict(x_test)
# it is unclear how good this result without y_test (e.g., held out labeled test samples)
The expected (predicted) values should be similar to y.
为了清楚起见,我已将 y
重命名为 y_train
。在拟合 GP 并预测 x_train 后,我们看到模型完美地预测了训练样本,这可能就是您的意思。我不确定您是否错误地写了小写的x
,我称之为x_test
(而不是大写的X
,我称之为x_train
) >)在问题中。如果我们对 x_test
进行预测,如果没有相应的 y_test
值,我们就无法真正知道预测有多好。所以,这个基本示例正如我所期望的那样工作。
您似乎还试图为 x_test
创建网格,但当前代码并未执行此操作。此处,每个位置的 x1
和 x2
始终相同。如果你想要网格,请看np.meshgrid .
关于python - 使用高斯过程回归 (GPR) 预测 radio 信号强度 (RSS),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49852494/
我正在使用 R 预测包拟合模型,如下所示: fit <- auto.arima(df) plot(forecast(fit,h=200)) 打印原始数据框和预测。当 df 相当大时,这
我正在尝试预测自有住房的中位数,这是一个行之有效的例子,给出了很好的结果。 https://heuristically.wordpress.com/2011/11/17/using-neural-ne
type="class"函数中的type="response"和predict有什么区别? 例如: predict(modelName, newdata=testData, type = "class
我有一个名为 Downloaded 的文件夹,其中包含经过训练的 CNN 模型必须对其进行预测的图像。 下面是导入图片的代码: import os images = [] for filename i
关于预测的快速问题。 我尝试预测的值是 0 或 1(它设置为数字,而不是因子),因此当我运行随机森林时: fit , data=trainData, ntree=50) 并预测: pred, data
使用 Python,我尝试使用历史销售数据来预测产品的 future 销售数量。我还试图预测各组产品的这些计数。 例如,我的专栏如下所示: Date Sales_count Department It
我是 R 新手,所以请帮助我了解问题所在。我试图预测一些数据,但预测函数返回的对象(这是奇怪的类(因子))包含低数据。测试集大小为 5886 obs。 160 个变量,当预测对象长度为 110 时..
关闭。这个问题需要更多focused .它目前不接受答案。 想改进这个问题吗? 更新问题,使其只关注一个问题 editing this post . 关闭 6 年前。 Improve this qu
下面是我的神经网络代码,有 3 个输入和 1 个隐藏层和 1 个输出: #Data ds = SupervisedDataSet(3,1) myfile = open('my_file.csv','r
我正在开发一个 Web 应用程序,它具有全文搜索功能,可以正常运行。我想对此进行改进并向其添加预测/更正功能,这意味着如果用户输入错误或结果为 0,则会查询该输入的更正版本,而不是查询结果。基本上类似
我对时间序列还很陌生。 这是我正在处理的数据集: Date Price Location 0 2012-01-01 1771.0
我有许多可变长度的序列。对于这些,我想训练一个隐马尔可夫模型,稍后我想用它来预测(部分)序列的可能延续。到目前为止,我已经找到了两种使用 HMM 预测 future 的方法: 1) 幻觉延续并获得该延
我正在使用 TensorFlow 服务提供初始模型。我在 Azure Kubernetes 上这样做,所以不是通过更标准和有据可查的谷歌云。 无论如何,这一切都在起作用,但是我感到困惑的是预测作为浮点
我正在尝试使用 Amazon Forecast 进行一些测试。我现在尝试了两个不同的数据集,它们看起来像这样: 13,2013-03-31 19:25:00,93.10999 14,2013-03-3
使用 numpy ndarray大多数时候我们不需要担心内存布局的问题,因为结果并不依赖于它。 除非他们这样做。例如,考虑这种设置 3x2 矩阵对角线的稍微过度设计的方法 >>> a = np.zer
我想在同一个地 block 上用不同颜色绘制多个预测,但是,比例尺不对。我对任何其他方法持开放态度。 可重现的例子: require(forecast) # MAKING DATA data
我正在 R 中使用 GLMM,其中混合了连续变量和 calcategories 变量,并具有一些交互作用。我使用 MuMIn 中的 dredge 和 model.avg 函数来获取每个变量的效果估计。
我能够在 GUI 中成功导出分类器错误,但无法在命令行中执行此操作。有什么办法可以在命令行上完成此操作吗? 我使用的是 Weka 3.6.x。在这里,您可以右键单击模型,选择“可视化分类器错误”并从那
我想在同一个地 block 上用不同颜色绘制多个预测,但是,比例尺不对。我对任何其他方法持开放态度。 可重现的例子: require(forecast) # MAKING DATA data
我从 UCI 机器学习数据集库下载了一个巨大的文件。 (~300mb)。 有没有办法在将数据集加载到 R 内存之前预测加载数据集所需的内存? Google 搜索了很多,但我到处都能找到如何使用 R-p
我是一名优秀的程序员,十分优秀!