我有一组数据。预测将对数据类型进行。我用Weka做模型。（如yyyy-MM-dd HH:MM:ss）最好的使用方式是什么？我使用了很多可用的，但在我的训练数据中都给出了很高的错误。请帮我处理这个
您遇到的问题可能是因为Weka将每个日期视为自己的类，这显然是不起作用的。
首先要解决这个问题，您应该转换为已知的问题。与其尝试预测日期，不如尝试预测以天/月/年为单位的偏移量。比方说，如果你需要预测明年某个事件将在哪一天发生，而不是像2016年8月11日那样做出预测，请将其转换为年初以来的天数。或者，如果你试图预测的所有事件都将自2016年以来发生（并且可能在未来几年内发生），请尝试预测自2016年1月1日以来的天数。
您可以选择一种所谓的"回归分析"算法，从特征向量中预测一个数字。我建议先尝试线性回归算法，因为它速度快，不太可能过度拟合数据，但你也可以考虑其他算法，如神经网络。
注意，如果你的特征向量包含日期，你应该首先将它们转换为相对值，因为像（08-10-2014）这样的绝对日期可能会被Weka视为名义值，无助于提高模型的准确性，而"年龄（年）"或"自上次就诊以来的时间"这样的相对值可以有效地用于预测。