满意回答
2019/05/22 10:28
<神经网络之家>nnetinfo:首先要明确网络的输入, 你在训练的时候,使用1-50作为输入,sample里的数据做输出.在用它来做预测时,却用sample里的数据做输入,这样就乱套了.若果只有一列数据,而这列数据又不是时间序列,那就没办法用前面的数据去预测后面的数据.因为它们之间没有关联.
评论(0)
加载中...
匿名
其他回答(2)
-
其他对于同时间段的数据预测未来的同时间段的数据，我认为可以用anfis 自适应神经网络函数来预测比较合理。例如，用电问题。用数日的同时间段的用电量，预测某日的同时间段的用电量。回答于 2019/05/22 11:09
-
其他1 已知模型参数，计算某一特定输出序列的概率: forward algorithm2 已知模型参数，寻找最可能的能产生某一特定输出序列的隐含状态的序列: iterbi algorithm3 已知输出序列，寻找最可能的状态转移以及输出概率.通常使用Baum-Welch algorithm or Reversed Viterbi algorithm4 还有最近出现的Junction tree algorithm回答于 2019/05/22 10:38
相关已解决
0人关注该问题