Modello di regressione per il modello spiegato (dettagli all'interno)

Question

Sono una specie di newbie sull'apprendimento della macchina e vorrei porre alcune domande sulla base di un problema che ho.

dire Let ho x y z come variabile e ho valori di queste variabili come il tempo progredisce come:

t0 = X0 Y0 Z0
t1 = x1 y1 z1
tn = xn yn zn

Ora voglio un modello che, quando è dato 3 valori di x, y, z voglio una previsione di loro come:

Input: x_test y_test z_test Uscita: x_prediction y_prediction z_prediction

Questi valori sono numeri float. Qual è il modello migliore per questo tipo di problema? Grazie in anticipo per tutte le risposte.

Maggiori informazioni: Ok, quindi lasciatemi fare qualche dettaglio in più sui problemi in modo da essere più specifico.

Ho eseguire alcuni parametri e portato valori dei contatori delle prestazioni da nuclei di un sistema per intervallo.

I contatori di prestazioni sono x, y, z nella sopra example.They dipendono per ciascun esempio other.Simple è x = IPC, y = Cache esce, z = energetica a Nucleo.

Così ho preso questo set di dati di tutti questi contatori delle prestazioni per intervallo .Che cosa che voglio fare è creare un modello che dopo aver appreso dal set di dati di formazione, vi sarà dato un certo stato del nucleo (i contatori delle prestazioni) e prevedo i contatori delle prestazioni che il nucleo avranno nel successivo intervallo.

Answer 1

Per quanto ne so, se si vuole prevedere il valore di una variabile, è necessario disporre di una o più variabili come predittori; cioè .: si assume il comportamento di una variabile può essere spiegato con il comportamento di altre variabili. Nel tuo caso si dispone di tre variabili indipendenti il ??cui valore si desidera prevedere, e dal momento che non accennate tutte le altre variabili, suppongo che ogni variabile dipende dagli altri. In tal caso si potrebbe andare bene tre modelli (ad esempio, modelli di regressione), ognuno dei quali avrebbe prevedere il valore di una variabile, in base alle altre. A titolo di esempio, di prevedere x:

x_prediction=int+cy*y_test+cz*z_test

, dove int è l'intercetta e CY, CZ, i coefficienti della regressione lineare. Analogamente, al fine di prevedere yez:

y_prediction=int+cx*x_test+cx*z_test
z_prediction=int+cx*x_test+cy*y_test

Answer 2

OK, quindi i valori al tempo t-1 prevedere i valori al tempo t. Questo ha senso.

In primo luogo si dovrebbe decidere se pensate che questi valori sono indipendenti o no. Fare la x predire il yoz a tutti? E, pensi che solo l'1 valore precedente è predittiva, o il precedente n?

In entrambi i casi si potrebbe modellare questo come un semplice problema di regressione. Che tecnica è meglio davvero dipende da quello che ci si aspetta il rapporto di essere, e ciò che queste variabili sono; Io non sono sicuro che di qui riportati.

Per esempio, se sono i valori dei sensori leggono abbastanza rapidamente, e il sensore cambia lentamente, ci si aspetterebbe un po 'di modello semplice come una media mobile a fare bene. Per altri tipi di valori che questo non sarebbe predittiva a tutti.

Questo appare come il modello di catena di Markov, quindi si può guardare in quella, ma in qualche modo penso che sia troppo generale per quello che penso sia il problema.