我们使用一个DNN(带有Keras和Tensorflow)来根据一些数据来预测一个值y
,效果非常好。现在我们想扩展它,不仅预测值y
,而且预测它以百分位的形式分布。在
举个例子:假设我们在处理房价问题。一个特定的真实的房子(数据为X’
)目前售价为100万,因此y(X’) = 1 000 000
,但我们知道这是一个很高的价格。我们估计90%的可比房屋(具有相同的X’
的房子)的售价更便宜,因此{
我们如何使用我们的数据集(X,y)
来训练DNN来预测/估计y(X')
的第90个百分位是100万?在
在某种程度上,这样一个网络不仅要知道用哪个值可以使成本函数最小化,还要知道在哪个输入处噪声有多大。再举一个例子,假设我们有一个特定的X'
,在这个价格不变,为10万美元(例如,因为一些国营项目建造了数千栋完全相同的房子,而这些房子的售价都正好是10万美元)。我想让网络不仅了解10万的价值,而且这是一个非常精确的预测。在
我想如果我们能预测标准差,我们就可以计算出一个合理的百分位分布,所以也许标准差就足够了。在
目前没有回答
相关问题 更多 >
编程相关推荐