【问题标题】：How do I use this smoreg model to manually predict the future price?如何使用此 smoreg 模型手动预测未来价格？
【发布时间】：2015-10-01 15:24:32
【问题描述】：

我有超过 1000 个实例和 3 个属性的历史牲畜价格数据。我使用了 WEKA（怀卡托知识分析环境）工作台。我已经为训练数据和测试数据创建了 ARFF 文件。当我运行时，我得到了预测的价格，它给了我 SMOreg 模型。

我的问题是如何使用该等式，以便在我输入新数据时它应该给我预测价格？

模型给出了这个方程；

Predicted price =  + 0.2209 * (normalized) SEX  - 0.3164 * (normalized) GRADE  +  0.3937

在 SEX 下，1 是女性，2 是男性。在等级以下，2是体重等于或大于100kg，而3是体重在100kg以下。

问题是，当我尝试使用这个等式代替性别和等级值时，它并没有给出真正的预测价格。稍后我想在 Android 上使用该等式，以便可以使用应用程序进行价格预测。

以下是;
1. ARFF 文件的一部分。
2. 来自训练数据的 SMOreg 模型
3.部分预测价格

ARFF   
    @relation trainingDataset  
    @attribute SEX numeric  
    @attribute GRADE numeric  
    @attribute PRICE numeric  

    @data  
    1 , 2 , 364000  
    1 , 3 , 306000   
    2 , 2 , 530000   
    2 , 3 , 336000   
    1 , 2 , 400000   
    1 , 3 , 277000   
    2 , 2 , 558000   
    2 , 3 , 340000   
    1 , 2 , 356000   
    1 , 3 , 302000

运行时输出如下

SMOreg
weights (not support vectors):  
 +       0.2209 * (normalized) SEX  
 -       0.3164 * (normalized) GRADE  
 +       0.3937

内核评估次数：562330（95.457% 缓存）

Actual Class,SMO Predicted  
648000.0, 606226.8428201795  
360000.0, 401190.9898681232  
416000.0, 463105.0101318615  
324000.0, 258069.15717980522  
648000.0, 606226.8428201795

.......................

请帮忙

【问题讨论】：

标签： model machine-learning weka prediction forecasting

【解决方案1】：

您必须对预测进行反规范化。

您的可用数据中的某处应该是原始数据的归一化参数、均值和标准差（标准差）。您的数据都已标准化，可能使用了转换

y' = (y - mean) / stdev

其中 y 是原始价格，y' 是标准化价格。

现在你必须扭转这个过程。求解 y：

y = y' * stdev + mean

对你的每一个预测都这样做，你应该得到想要的预测价格。

【讨论】：