【发布时间】：2020-08-08 10:42:21
【问题描述】：
我正在使用 Keras 构建神经网络回归，我需要使用新的数据输入来预测 Y 的下一个值。
即（历史数据）
A B C D E F G H I
0 60 65.0 8450 7 5 2003 2003 196.0 706
1 20 80.0 9600 6 8 1976 1976 0.0 978
2 60 68.0 11250 7 5 2001 2002 162.0 486
3 70 60.0 9550 7 5 1915 1970 0.0 216
4 60 84.0 14260 8 5 2000 2000 350.0 655
其中：Y(I)= B0 + B1X1 + B2X2 ... [A,B,C,D] 然后我的神经网络模型被拟合（model.fit）
我的下一行输入新数据：
- 5 24 43.0 8000 9 10 1200 5000 170 新值
所以，我需要使用经过训练的网络（权重...）用新数据（24、43、8000...）预测这个新值（空白）
我该怎么办？
【问题讨论】：
-
如果你有一个合适的模型，那么为什么不使用该模型的
predict方法。 -
示例中的代码如何？ （对不起，我是 keras 的新手）
-
别对不起朋友 :)。我很乐意提供帮助。
标签： python tensorflow keras deep-learning regression