使用X与多个y的Scikit SVR预测多项式

时间:2018-08-30 09:14:43

标签: python scikit-learn

因此,根据问题所在,我希望给出一个12个X点的预测,所有这些X点均具有9个y点。因此,预测仅基于1个属性。

使用嵌套列表(即[[1,2,...],...])似乎无效。我想我通常在看错误的东西。我在多边形上使用带有内核的SVR,这适用于具有不同X和y的数据。

以下是我的数据,我确实找到了另一个带有反向问题的线程,但这并没有帮助我。如果我需要添加更多信息,请告诉我,以便我编辑问题!

Figure showing Data.红线是硬编码的,旨在以拟合多项式的形式说明我想要的东西,这些数据形式适合数据点,使每个点的误差最小。 (这是SVR应该做什么,但问题在于要拟合的数据的格式)

1 个答案:

答案 0 :(得分:0)

解决方案相当简单。取数据点的平均值并改为使用它们将产生相同的结果。从以下来源推导:OneTwo。因此,在我的情况下,我将平均每个X的y值,从而得到12个X值和12个y值。我不知道到底是什么,我认为这与误差之和等于误差之和有关。