我们说我有训练数据。我训练模型的整数温度，如1,2,3,4,5度。基本上，那些输出温度是标签。如何预测两个温度之间的值，如2.5度。不可能针对每个温度值进行训练。我怎样才能做到这一点？
答案 0 :(得分：0)
这听起来好像你已接受过离散分类训练，但你想要连续输出。切换算法进行回归，而不是分类。
另一种可能性是利用最后一层输出进行插值。使用给予最佳选择的权重及其最强的相邻选择。例如，如果您的分类给出
1 .01
2 .05
3 .56
4 .24
5 .14
...您将使用56个3和24个4进行插值，以获得3.7 degrees作为输出。
这有帮助吗？
<强>更新
（1）如何从分类切换到回归？
这对于Stack Overflow来说太广泛了;你需要先做你的研究。两者之间的差异并非微不足道。您需要提出一个具体问题，这个问题需要发布一个新问题，其中包括您当前的代码以及您进行转换的工作。
（2）当我从输出中预测值时，我怎么知道我正在寻找3.7度......？
在您预测时，您不会知道;这可能是培训的一个问题。我给出的例子只是一个可能结果的例证。我发明了一个例子，因为你没有详细说明你的数据。
（3）我应该选择哪些部分？
我建议您进行最高猜测（可能是整数值分类），以及相邻值的可能性越大。在我的示例中，3是最重要的猜测。您查看了2和4，并看到4比2更有可能，因此请使用4作为插值的其他端点。