通过数据挖掘预测网络流量
Predicting Network traffic by datamining
我想创建一个模型来预测网络流量，有 3 种流量 EF（对延迟敏感）、AF（对延迟不太敏感）和 BE（不敏感）。现在我想根据以前周期中的传入流量预测下一个周期的这些流量，我有足够的数据来分析，但不知道我应该使用哪个模型（knn，神经网络 ....）我的字段不是大数据，但我真的需要创建这个模型。
要找到最佳模型，您首先必须训练数据。我相信您当前的数据具有真实标签，对吗？先留着吧。
然后，将您的数据分成 70% 和 30%。通过应用各种模型（人工神经网络、贝叶斯等）预测 70% 的标签。
然后，在此模型上训练剩余的 30% 以获得预测标签。
之后，使用这剩余 30% 数据的预测标签，并与你的 100% 的真实标签进行比较。
然后，做一个混淆矩阵。最好的算法应该是准确率最高的算法。
希望对您有所帮助。
我想创建一个模型来预测网络流量，有 3 种流量 EF（对延迟敏感）、AF（对延迟不太敏感）和 BE（不敏感）。现在我想根据以前周期中的传入流量预测下一个周期的这些流量，我有足够的数据来分析，但不知道我应该使用哪个模型（knn，神经网络 ....）我的字段不是大数据，但我真的需要创建这个模型。
要找到最佳模型，您首先必须训练数据。我相信您当前的数据具有真实标签，对吗？先留着吧。
然后，将您的数据分成 70% 和 30%。通过应用各种模型（人工神经网络、贝叶斯等）预测 70% 的标签。
然后，在此模型上训练剩余的 30% 以获得预测标签。
之后，使用这剩余 30% 数据的预测标签，并与你的 100% 的真实标签进行比较。
然后，做一个混淆矩阵。最好的算法应该是准确率最高的算法。
希望对您有所帮助。