Как предсказать набор выходов из набора входов, используя машинное обучение?

Question

У меня есть набор точек данных, которые меняются со временем в качестве входных данных.Обозначим это через X(t) = \[x1 x2 x3.....xn\](t) в любое время t.Соответствующий вывод будет Y(t) = \[y1 y2 y3....ym\](t).Я хочу передать X и Y модели машинного обучения и выяснить отношения между ними, чтобы, когда я даю следующий набор X(t+1), модель предсказывает Y(t+1).

Является ли это проблемойклассификация по нескольким меткам?

Answer 1

Вы можете предсказать значения из любого классификатора машинного обучения, просто вызвав Функция предсказания. Как код ниже.

from sklearn import tree
dtr = tree.DecisionTreeClassifier()
dtr.fit(X_train,y_train)
y_head_dtr = dtr.predict(X_test)

Сначала вы подгоняете свою модель, а затем с помощью функции прогнозирования вы получите прогноз.