内核评估数：562330（缓存95.457％）

Question

我有超过1000个实例的历史牲畜价格数据和3个属性。我使用了WEKA（怀卡托环境知识分析）工作台。我已经为训练数据和测试数据创建了ARFF文件。当我跑步时，我得到预测的价格，它给了我SMOreg模型。

我的问题是如何使用这个等式，这样当我输入新数据时，它应该给我预测的价格？

该模型给出了这个等式;

Predicted price =  + 0.2209 * (normalized) SEX  - 0.3164 * (normalized) GRADE  +  0.3937

在SEX下，1为女性，2为男性。在等级下，2是重量等于或高于100kg，而3是重量低于100kg。

问题在于，当我尝试使用这个等式代替性别和等级值时，它并没有给出真实的预测价格。后来我想在Android上使用公式，以便可以使用应用程序进行价格预测。

以下是;
1. ARFF文件的一部分。
2.来自训练数据的SMOreg模型
3.预测价格的一部分

ARFF   
    @relation trainingDataset  
    @attribute SEX numeric  
    @attribute GRADE numeric  
    @attribute PRICE numeric  

    @data  
    1 , 2 , 364000  
    1 , 3 , 306000   
    2 , 2 , 530000   
    2 , 3 , 336000   
    1 , 2 , 400000   
    1 , 3 , 277000   
    2 , 2 , 558000   
    2 , 3 , 340000   
    1 , 2 , 356000   
    1 , 3 , 302000

运行时，它会提供以下输出

SMOreg
weights (not support vectors):  
 +       0.2209 * (normalized) SEX  
 -       0.3164 * (normalized) GRADE  
 +       0.3937

内核评估数：562330（缓存95.457％）

Actual Class,SMO Predicted  
648000.0, 606226.8428201795  
360000.0, 401190.9898681232  
416000.0, 463105.0101318615  
324000.0, 258069.15717980522  
648000.0, 606226.8428201795

...........................

请帮忙

Answer 1

你必须对预测进行去标准化。

可用数据中的某处应该是标准化参数，原始数据的均值和stdev（标准偏差）。您的数据都已标准化，可能使用转换

y' = (y - mean) / stdev

其中y是原始价格，而y＆＃39;是标准化价格。

现在你必须扭转这个过程。解决y：

y = y' * stdev + mean

对每个预测执行此操作，您应该具有所需的预测价格。

如何使用此smoreg模型手动预测未来价格？

内核评估数：562330（缓存95.457％）

1 个答案: