摘要
本发明公开了多自变量与多因变量回归方法、系统、计算机设备及介质,涉及回归分析技术领域,其中,所述方法包括:将多元自变量输入CNN‑BiLSTM‑FCN网络得到中间特征Hidden Feature与预测特征Predict Feature;将中间特征Hidden Feature与预测特征Predict Feature拼接后输入Xgboost模型构建多元回归,输出对应的多元因变量。通过本发明的方法可以提升多元自变量与多元因变量回归分析时的准确性及可靠性。
技术关键词
Xgboost模型
预测特征
回归方法
计算机设备
网络
多层感知机
处理器通信
输入模块
存储器
介质
记忆
时序
变量
关系
系统为您推荐了相关专利信息
故障诊断系统
融合置信度
新能源配电系统
信息熵
节点
气流传感器
动态时间规整
风险监控方法
指数
屏障层
全彩LED显示屏
监控方法
分布式一致性协议
节点
优化通信路径
长短记忆神经网络
舆情预测方法
循环神经网络模型
状态更新
词嵌入技术
数据溯源方法
节点
异常数据
路径特征
数据溯源系统