Я хочу построить нейронную сеть для целей регрессии, чтобы предсказать координаты; однако я придерживался следующей идеи:
при прогнозировании, например, цен на жилье, у каждого есть куча особенностей с соответствующей ценой дома. Учитывая, скажем, 10 функций для 1460 домов, мой X имеет форму (1460,10), а Y.shape читает (1460,). Поэтому для каждого набора функций у меня есть одна цена дома, которую можно использовать для обучения.
Мой набор данных отличается от приведенного выше примера:
У меня есть два больших набора данных:
1) состоящий из координат частиц (x, y, z)
2) состоящий из центров кластеров (x, y, z), которым назначены частицы (но точная маркировка каждого частица для ее кластера не указана)
Я хочу предсказать центры кластеров из данных частиц, используя нейронную сеть. Но, очевидно, мое измерение первых данных намного выше, чем второго, и, поскольку у меня нет меток между каждой частицей и кластером, я не знаю, как реализовать это аналогично задаче прогнозирования цен на жилье.
Я что-то здесь не так понимаю? спасибо за вашу помощь