需要输入：路线难度的线性回归预测相当糟糕

Posted 2023-03-12

【中文标题】需要输入：路线难度的线性回归预测相当糟糕

【英文标题】：Need input: Linear Regression prediction of difficulty of routes quite bad

【发布时间】：2020-04-04 13:37:23

【问题描述】：

（数据：https://1drv.ms/u/s!ArLDiUd-U5dtg1H6y1_0f_m5f2by?e=OmKeWp）

我正在尝试预测路线的难度。一条路线由一系列点组成，每个点相距 10 米。每个点都有以下信息：

路径宽度 森林密度 下落速度（下落时你的身体会达到什么速度） 坡度

对于每条路线也有给定的难度。 但是这些困难是由不同的人给出的，并且差异很大。所以一个人给了一条路线 4。但另一个人可能给了这条路线 2。所以数据包含人为错误。

到目前为止我做了什么： 我计算了每条路线的平均值和标准差。所以我取了一条路线的所有点并用它来计算这些统计值。我还添加了路线的长度（点数 * 10）。 （diff = 路线难度。取值范围为 1-12）

然后我将这些值放入线性回归模型中。结果证明这是一个好的开始：

Mean Absolute Error: 1.239902061226418
Mean Squared Error: 2.3566221702532917
Root Mean Squared Error: 1.53512936596669

问题

但现在我不知道该怎么做才能改进它，因为我缺乏机器学习方面的知识。

我想到了使用神经网络并输入所有点。最长的路线是 5300 点长，所以我只想说，每条路线有 5300 个输入，并且这些路线的填充点为 0，这还不够长。 任何类似的信息或输入？

但我也希望通过使用如上所示的预测值（平均值、标准差等）来获得良好的结果。那么我可以做些什么来改进预测呢？

【问题讨论】：

非常一般的建议：您可能想要检查您的任何输入数据是否超出正态曲线，并在必要时对其进行重新归一化。或者，线性方法可能还不够，您可能需要更强大的预测器。

你的意思是重新评估难度？会非常困难，甚至是不可能的，因为我没有任何专业知识来判断路线的难度：/除了线性之外，您还会建议哪些方法？以及如何获得更强大的预测器？

不是特别困难...我的意思是，检查每个输入列的行为，而不仅仅是困难；为了使它们在线性算法上运行良好，您需要对它们进行变换，使其尽可能线性或尽可能，或者至少遵循正态分布。至于替代方案，请参阅：machinelearningmastery.com/…

【参考方案1】：

以下是开发最佳模型所需遵循的一些步骤：

检查数据中的异常值并对数据进行规范化 检查独立和依赖之间的相关强度 变量。 插补缺失值或创建单独的段 处理数据列中的缺失值。 寻找变化膨胀因子和公差 这将提高数据质量并提高模型的准确性。