У меня есть исторические данные о поголовье скота с более чем 1000 экземплярами и 3 атрибутами. Я использовал инструмент WEKA (Waikato Environment for Knowledge Analysis). Я создал файлы ARFF для обучения данных и данных тестирования. Когда я бегу, я получаю прогнозируемые цены, и это дает мне модель SMOreg.Как использовать эту модель smoreg для ручного прогнозирования будущей цены?
Мой вопрос: как использовать уравнение, чтобы при вводе новых данных он должен был дать мне прогнозируемую цену?
Модель дает это уравнение;
Predicted price = + 0.2209 * (normalized) SEX - 0.3164 * (normalized) GRADE + 0.3937
Под SEX, 1 является женским, а 2 - мужчиной. В классе 2 вес равно или выше 100 кг, а 3 - вес менее 100 кг.
Проблема заключается в том, что, когда я пытаюсь использовать это уравнение, заменяя пол и оценки, оно не дает мне реальной прогнозируемой цены. Позже я хочу использовать уравнение на Android, чтобы можно было использовать приложение для прогнозирования цен.
Ниже приведены;
1. Часть файла ARFF.
2. SMOreg модель из обучающих данных
3. Часть предсказанной цены
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
При запуске, он дает следующий вывод
SMOreg
weights (not support vectors):
+ 0.2209 * (normalized) SEX
- 0.3164 * (normalized) GRADE
+ 0.3937
Количество оценок ядра: 562330 (95,457% закэшированное)
Actual Class,SMO Predicted
648000.0, 606226.8428201795
360000.0, 401190.9898681232
416000.0, 463105.0101318615
324000.0, 258069.15717980522
648000.0, 606226.8428201795
...........................
Пожалуйста, помогите