Predict

Predict[{in1out1,in2out2,}]

基于给定输入-输出对样本产生一个 PredictorFunction[].

Predict[{in1,in2,}{out1,out2,}]

产生同样的结果.

Predict[training,input]

从给定的训练样本尝试预测与 input 相关联的输出.

Predict["name",input]

使用表示为 "name" 的内置预测器函数.

Predict[,input,prop]

给出和 input 相关联的预测的指定属性.

更多信息和选项

  • Predict 适用于任何数据类型,包括数值、文本、声音和图像,以及这些类型的组合.
  • 每个 inputi 可以是单个特征、特征列表或特征的关联. 输入还可以被包含在 Dataset 中.
  • Predict[training] 返回一个可应用于特殊数据的 PredictorFunction[].
  • Predict[,input] 中,input 可以是单个条目或条目列表.
  • Predict[,input,prop] 中,属性和在 PredictorFunction[] 中给出的一样;包括:
  • "Decision"根据分布和效用函数得出的最佳预测
    "Distribution"由输入决定的分布值
    "Properties"列出所有可用的属性
  • 内置预测器函数的样本包括:
  • "NameAge"根据一个人的名推断年龄
  • 具有以下选项:
  • FeatureExtractorIdentity如何提取要学习的特征
    FeatureNamesAutomatic特征应具备什么名称
    FeatureTypesAutomatic对输入数据所假定的特征类型
    IndeterminateThreshold0在哪个概率密度之下返回 Indeterminate
    MethodAutomatic使用何种回归算法
    PerformanceGoalAutomatic具有某种优点的算法
    UtilityFunctionAutomatic被表示为实际和预测值的函数的效用
    ValidationSetAutomatic用于验证所产生模型的数据
  • PerformanceGoal 的可能设置包括:
  • "Memory"最小化预测器的存储要求
    "Quality"最大化预测器的精确性
    "Speed"最大化预测器的速度
    "TrainingSpeed"最小化产生预测器的时间
    Automatic自动在速度、精确性和存储要求之间进行折衷取舍
  • PerformanceGoal{goal1,goal2,} 会自动组合 goal1goal2 等.
  • Method 可能的设置包括:
  • "LinearRegression"用特征的线性组合进行预测
    "NearestNeighbors"用最邻近的样本进行预测
    "NeuralNetwork"利用人工神经网络进行预测
    "RandomForest" 决策树的 BreimanCutler 集合进行预测
    "GaussianProcess"使用函数的先验高斯过程进行预测
  • Predict[{assoc1,assoc2,}"key",] 可用来指定输出由每个 associ"key" 的值给出.
  • Predict[{list1,list2,}n,] 可用来指定输出由每个 listi 中的第 n 部分的值给出.
  • Predict[Dataset[]part,] 可用来指定输出由每个数据集中每行的 part 的值给出.

范例

打开所有单元关闭所有单元

基本范例  (2)

基于样本集训练预测器函数:

In[1]:=
Click for copyable input
In[2]:=
Click for copyable input
Out[2]=

给定特征,预测新样本的值:

In[3]:=
Click for copyable input
Out[3]=

给定样本的特征,获取值的条件分布:

In[4]:=
Click for copyable input
Out[4]=

绘制分布:

In[5]:=
Click for copyable input
Out[5]=

预测多个样本:

In[6]:=
Click for copyable input
Out[6]=

绘制作为特征值的函数的预测值并显示训练样本:

In[7]:=
Click for copyable input
Out[7]=

训练基于多个特征数据集的预测器:

In[1]:=
Click for copyable input
Out[1]=

给定特征,预测新样本的值:

In[2]:=
Click for copyable input
Out[2]=

预测有丢失特征的新样本的值:

In[3]:=
Click for copyable input
Out[3]=

范围  (8)

选项  (14)

应用  (4)

属性和关系  (1)

巧妙范例  (2)

参见

PredictorFunction  PredictorMeasurements  PredictorInformation  Classify  SequencePredict  Interpolation  FindFit  Nearest  DimensionReduce  FindFormula  BayesianMinimization

2014年引入
(10.0)
| 2016年更新
(10.4)