摘要
本发明公开了一种基于机器学习的预测方法与系统,包括使用多轮权重调整或者使用非均匀采样方式进行样本训练;生成多轮具有多样差异性的数据集,通过多轮的数据集训练得到子模型组合,结合各子模型在已知情形下的预测表现动态调整权重;对多个子模型进行加权融合,生成初步组合模型;将初步组合模型转化为正则化模型,通过正则化模型得到预测模型。本发明提供的基于机器学习的预测方法与系统,可以改善传统预测算法的预测性能,从而能达到更有效的智能预测效果,满足现实应用需求。
技术关键词
正则化模型
编码器
样本
学习器
解码器
生成高度
集成方法
编码特征
注意力机制
数据
特征选择
误差
预测系统
拉普拉斯
因子
动态
重构
数值
表达式
模块
系统为您推荐了相关专利信息
噪声样本
图像分类模型
噪声标签图像
分类方法
特征提取器
课程实验教学
二维转台
游戏场景画面
初始化硬件设备
误差控制系统
单细胞转录组数据
密度聚类算法
样本
数据聚类方法
矩阵