如何使用机器学习从一组输入预测一组输出

Question

我有一组数据点，这些数据点会随着时间的变化而演变。让我们通过随时X(t) = [x1 x2 x3.....xn](t) t 来表示这一点。相应的输出Y(t) = [y1 y2 y3....ym](t) 。我想将 X 和 Y 馈送到机器学习模型并学习它们之间的关系，以便当我给出下一组X(t+1)时，模型预测Y(t+1)。

这是多标签分类的问题吗？

Answer 1

只需调用即可预测来自任何机器学习分类器的值预测函数。就像下面的代码一样。

from sklearn import tree
dtr = tree.DecisionTreeClassifier()
dtr.fit(X_train,y_train)
y_head_dtr = dtr.predict(X_test)

首先，您正在拟合模型，然后在预测函数的帮助下，您将获得预测。