能做。直接把浅层神经网络的训练集，喂给CNN。
然后试试运气给不给力。

【 在 xuhong05 (小矮人 做饭匠) 的大作中提到: 】
: 标  题: 这样的问题应该用什么深度学习算法？
: 发信站: 水木社区 (Mon Apr 12 20:17:14 2021), 站内
:
: 其实就是一个预测问题，
: 一个待预测的参数受环境变量影响，比如温度、湿度、风向等。
:
: 目前有温度、湿度、风向等构成的训练集，用一般的浅层学习或者SVM，RF等，该参数的预测精度大概在95%。
: 想通过深度学习把预测精度提高到98%以上。
:
: 网上大多数能找到的资料都是CNN相关的，反而这种传统意义的预测资料很少。
: 我现在不清楚的是CNN能做这个问题吗？或者其他什么深度学习算法适用？
: 谢谢大家
:
: --
:
: ※ 来源:·水木社区 http://www.newsmth.net·[FROM: 92.196.78.*]
--
FROM 112.47.160.*

分类和回归没有本质区别，无非是最后一层换个口。
当然成败关键在于数据。
假设数据是随机无规律的，怎么搞也生不出娃。

【 在 xuhong05 (小矮人 做饭匠) 的大作中提到: 】
: 我看CNN做分类的多，也可以做预测？
--
FROM 112.47.160.*

目前有温度、湿度、风向等构成的训练集，用一般的浅层学习或者SVM，RF等，该参数的预
测精度大概在95%。
这是二维表吧，怎么可能一维？

如果是1：1的关系，不用上神经网络，先在点阵图上看看，啥情况。如果能用曲线拟合，可解释度远强于神经网络。

【 在 xyyvv (xyyvv) 的大作中提到: 】
: 标  题: Re: 这样的问题应该用什么深度学习算法？
: 发信站: 水木社区 (Mon Apr 12 23:07:15 2021), 站内
:
: 一维数据咋cnn？  
:  
: 【 在 zszqzzzf (炼狱天使——反者道之动) 的大作中提到: 】
: :  
: :  能做。直接把浅层神经网络的训练集，喂给CNN。
: :  然后试试运气给不给力。
: :  
: --
: 发自xsmth (iOS版)
: --
:
: ※ 来源:·水木社区 http://m.newsmth.net·[FROM: 110.53.228.*]
--
FROM 112.47.160.*

一维一样CNN啊，一个图片只有一列像素

【 在 xyyvv 的大作中提到: 】
: 一维数据咋cnn？  
--
FROM 116.228.205.2

您的意思是把参数的测量值变成相图，然后用CNN预测？
可是如何做相图呢？有没有方法的链接？
【 在 meizhi 的大作中提到: 】
: 像是要做个相图
: 发自「今日水木 on Redmi Note 7」
--
FROM 92.196.37.*