Python 如何在机器学习中创建一个神经网络来进行统计？

我实际上在做一个机器学习项目，我需要做一些“预测”。 我需要预测未来几天的能源效率

我在这上面搜索了一下，有一些关于神经元网络的信息，比如Keras。我安装了它，但我只是不知道如何使它在我的情况下工作。我是机器学习的初学者，我学到了很多关于这方面的知识，但这是很多理论和实践，所以我真的迷路了

如果有人能说我该怎么做，或者给我一些搜索线索

---

非常感谢您的支持

要使用keras/tensorflow或其他库，您至少需要知道如何用python编写代码，并且应该了解神经网络。首先，您可以看看knime（），它提供了类似的功能，但不需要进行任何编码。这可能有助于您理解在应用任何类型的算法时发生的情况。一旦你有了一个合理的想法，你可能会想尝试使用keras/tensorflow。

我建议你搜索keras教程和tensorflow教程，开始玩一些代码，当你遇到问题时再次询问，tanks，请回答。我尝试了一些代码，我玩了Kereas，Theano，但它总是一样的东西（类似这样的东西），我不知道如何发展和使用Kereas网络来处理我的具体案例！您所附的图片是关于学习或“培训”过程的。您首先需要准确定义您的网络将学习到什么以及您希望它预测什么。那么你必须有足够的数据来训练它。就像我说的，要想得到一个好的答案，你必须更加具体。例如，是否要训练输出离散类别的分类网络？或者一个回归，它将输出一些效率值，比如百分比？如果你不知道，你还有很多关于神经网络的知识要学。如果你知道，从那里开始。是的，这是训练，但我不知道如何利用它来做我想要的。正如我在另一个回复中所说：正如你在我的屏幕上看到的，我有天气数据（事实上是风、辐照度、温度、湿度和雨水）以及光伏板的能量生产数据。我在3年内每隔20秒读取一次数据。我想根据天气预测明天的能源效率（以Wh为单位的PolyC energy）。这是我的项目。然后我再次推荐使用tensorflow教程来学习如何编程回归神经网络。将您的数据转换为该网络的输入，并尝试使其输出一个数字以提高效率。如果不为您编写代码，我就不能说得更具体了。对于代码中的具体问题，您应该在此处提问。谢谢您的回复。我知道如何用python开发，这对我来说不是问题。我认为我唯一的一个问题是理解在实践中如何使用神经网络在特定情况下做出预测。你所说的预测是指预测？你能告诉我你需要预测什么吗？具体来说，要预测数据中的哪一列？因为根据你想要预测的东西，你需要设计和训练你的模型。是的，对不起，“预测”。正如你在我的屏幕上看到的，我有天气数据（事实上是风、辐照度、温度、湿度和雨水），还有光伏板的能量生产。我在3年内每隔20秒读取一次数据。我想根据天气预测明天的能源效率（PolyC energy，单位为Wh）。请尝试使用/DNN回归器开始线性回归。由于您拥有所需的所有数据以及目标数据，这属于监督学习。在这里，Wh中的PolyC能量是您的目标数据，其他是输入。