在数字系列上生成经过训练的模型并识别下一个数字

Question

我想创建一个模型，我将在其中传递一个数字系列，它将识别系列模式并生成下一个值。

例如：Input: 2, 4, 6, 8, 10, 12, 14 ,16.....200

以上是我的输入，我的模型会自行识别它是一个 2x 系列，并将给出 202, 204,.... 作为输出。

这可以使用 machine learning 算法来完成吗？

Answer 1

这是我为您的案例创建的基本模型：

import numpy as np
def models(array):
    if (array[2] - array[1]) == (array[-1] - array[-2]):
        desc = "Model is linear"
        val = array[-1] + (array[2] - array[1])
    elif (array[2] / array[1]) == (array[-1] / array[-2]):
        desc = "Model is exponential"
        val = array[-1] * (array[2]/array[1])
    else: 
        desc = "Model is not linear nor exponential"
        val = np.nan
    return desc, val

我正在尝试：

c = [1,2,3,4,5]
print(models(c))

输出（应该是6）：

('Model is linear', 6)

另一个不同数字的尝试：

c = [2,4,8,16,32]
print(models(c))

输出（应该是64）：

('Model is exponential', 64.0)

不管这种特殊情况，您都应该尝试寻找机器学习课程，以了解您可以通过机器学习实现什么，并学习如何编写实际的机器学习模型。否则范围太广了。

在数字系列上生成经过训练的模型并识别下一个数字

Generate a trained model on number series and identify the next number

python

numbers

machine-learning

training-data