使用机器学习方法从噪声输入预测连续目标值

Question

我有一个数据，其中每个样本都有由x和大约9000个其他特征组成的特征向量以及相应的y（目标值）。其中x和y都是连续值（0到20之间）。 x噪声数据，但我们无法识别噪声源。目标是从x和其他功能预测y（功能不嘈杂）。样本数量约为900,000。我可以在这个问题中使用什么样的机器学习方法。也是神经网络或深度学习中的着名网络。

Answer 1

这听起来像是一个标准的回归问题，虽然你的预测相关性很糟糕（技术术语:-)）与 x 的噪音成正比。查看所有用于预测房价的教育示例（通常用于说明梯度下降）。你有9000个功能而不是3个或4个，但这只是训练时间的问题。

您可能还会考虑一些因素分析＆＃34;，以便您可以消除对 y （相关系数接近0.0）的贡献不足的功能。这被称为＆＃34;降维＆＃34 ;;寻找PCA（主成分分析）。