我目前正在尝试实现一种机器学习系统，该系统能够查看训练数据集，并且能够根据输入产生0到100之间的实值输出。
目前我正在使用线性回归模型来确定输出。然而，当涉及到可以作为回归模型的替代的其他分类器时，我已经达到了一个障碍。基本的需求是分类器的输出应该是0到100之间的实际值。我已经尝试过查看神经网络和决策树，但是，我无法绕过去探索它。任何帮助将不胜感激。
数据集
我从数据集中提取了4个不同的特征。所有功能本身都是真正的价值。我有185个不同的文件我可以提取4个特征。所以最后我得到一个185行和4列的矩阵。
答案 0 :(得分：0)
目前尚不清楚你想要什么。 Rulequest的cubist将为您输出实际值，但您需要正确设置文件。那里也有很多神经网络库。
答案 1 :(得分：0)
具有S形激活的人工神经网络（ANN）将输出范围（0,1）中的值，因此您只需要将输出缩放到所需范围（在您的情况下，只需将输出乘以100）。
由于您有4个特征，因此您将在输入图层中创建一个包含4个单位（神经元）的ANN，并在输出图层中创建一个单位。您需要做出的决定是隐藏层的数量和隐藏层中的单位数。在不了解问题的本质的情况下，我建议从不超过两个隐藏层开始（从一个开始可能更好）并在隐藏层中放置大约6或8个单元。