我可以使用神经网络来训练输入和输出都是数值数组的非分类数据吗？ [关闭]

Question

我正在尝试制作一个机器学习模型来理解两个数值数组（作为输入和输出）之间的关系。 这种关系是非线性的，我的第一个猜测是使用神经网络。 但是，我见过的大多数神经网络算法都用于分类类型。

我的数据是二维数组的两组 A 和 B。 一个例子是：

a = [[34,56,78,.....,m], [1, 2, 3, .....,m]]  
b = [[250,360,469,............,k], [1, 2, 3, ..............,k]]

每个数组中的两个向量代表 x 和 y 轴的数据。 我有几行 a 和 b 这样`

A = [a1,a2,...,ak]
B = [b1,b2,...bn]

我想映射 A 和 B，以便在输入另一个数组后得到一个数值数组作为输出。 对于这种数据类型，我可以使用哪种神经网络？ 你会建议一个不同的机器学习模型吗？

Answer 1

您确实可以制作用于回归目的的经典神经网络（而不是分类）。

如果你想使用神经网络，我会建议使用卷积神经网络，因为输入和输出看起来像一个二维张量。 可以在此处找到简要说明