使用数据集训练的支持向量回归

数据挖掘 机器学习 预测建模 支持向量机
2021-09-23 22:11:04

我现在在互联网和论文上搜索了很长时间,以寻找简单问题的答案。我能用不同的数据集训练支持向量回归算法吗?如果是,该方法如何命名?

我有 10 倍于不同用途、温度和容量的相同电池。

  • 使用和温度是特征(x_i,i),容量是输出(y_i,i)
  • Battery_1 直到时间点 n: [x_1,1 y_1,1; ... ;x_1,n y_1,n]
  • ...
  • Battery_10 直到时间点 n: [x_10,1 y_10,1; ... ;x_10,n y_10,n]

现在我想用这些集合训练我的 SVR,其中一组中的样本属于一起。我想给算法一组我不知道容量的用法和温度,我的 SVR 应该这样预测它:x_d--> y_d

非常感谢您的帮助和意见。

2个回答

为什么不连接你拥有的 10 个数据集并简单地创建一个大数据集呢?或者,您可以训练 10 个单独的 SVM 并让它们投票(例如:输出 = 10 个 SVM 的平均值)。

在数据集中添加一个可以识别电池的特征,这样您的数据集将具有 3 个特征电池、使用情况、温度和一个目标可变容量。如果您丢失了信息,请对此进行测试,然后为每个数据集创建不同的模型。