如何使用 Python 或 matlab 实现一个简单根据年份预测年龄的模型

一时间不知道从哪里吐槽 虽然但是 深度学习确实可以做这个模型 有必要用机器学习吗？

这波啊，这波叫肉蛋充饥

？？？我有很多问号
你是想找线性回归吗？

就是一般的线性回归就可以了

from sklearn.linear import LinearRegression

m = LinearRegression()
m.fit([[2015],[2016],[2017],[2018]],[4,5,6,7])
m.predict([[2020]])

这个问题让我想起了这个图
https://twitter.com/jebbery/status/995491957559439360

这尼玛需要机器学习？你是来钓鱼的？

@raymanr 我打错了,是 sklearn.linear_model, 也不要冷嘲热讽了, 就当楼主是真的在求问吧, 谁不是一步步走过来的呢?

@raymanr 真的是在求问

import time,random

class AgeModel():
def fit(self,year_lst,age_lst):
self.birth_year = sorted(year_lst)[0] - sorted(age_lst)[0]
print("Training...")
time.sleep(random.randint(5,10))
print("Model is ready.")

def predict(self,pred_year):
print("Predicting...")
time.sleep(random.randint(1,4))
return (pred_year - self.birth_year)

age_model = AgeModel()
age_model.fit([2015,2016,2017,2018],[4,5,6,7])
age_model.predict(2020)

（用这个模型，可以浪费你生命中的 6-14 秒）

一层 dense 即可

x-2011?

什么叫预测啊，起码要有点随机性吧？你这个明明是一个确定性的线性函数，哪里有丝毫随机性？

这个不就是 y = x - 2011
直接就完美拟合了。

@raycool #13 这已经不是拟合了吧

对楼主这个例子，可以使用 scipy 的 leastsq()，用最小二乘法来拟合一个线型函数

@jmc891205 能不能给新手指教下，听着好像有道理，但是基本听不懂

@daijinming 把年份视作系数矩阵, 年龄视作结果向量
year*x1+x2=age, 得到线性方程组
2015*x1+x2=4
2016*x1+x2=5
2017*x1+x2=6
2018*x1+x2=7,
然后解这个方程组得到 x1 和 x2 的值, 并用于预测

推荐可以买一些机器学习的书尝试一下手写一些常见算法就明白了一些回归和分类以及聚类的常见套路了

更深入的部分我能力有限,给不了建议

@daijinming 你随便 Google 搜一下"最小二乘法 leastsq"，很多人写过这东西了。

import torch

inputs=[]
outputs=[]
for year1 in range(1900,2020):
for year2 in range(1900,2020):
for age1 in range(0,120):
inputs.append([year1,year2,age1])
outputs.append([year2-year1+age1])

class LinearModel(torch.nn.Module):
def __init__(self):
super(LinearModel, self).__init__()
self.linear = torch.nn.Linear(3, 1)

def forward(self, inputs):
outputs = self.linear(inputs)
return outputs

model = LinearModel().cuda()
criterion = torch.nn.MSELoss()
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

for epoch in range(100):
Loss=0
for i in range(len(inputs)//1000):
x=torch.tensor(inputs[i*1000:i*1000+1000]).cuda().float()
y=torch.tensor(outputs[i*1000:i*1000+1000]).cuda().float()
y_pred = model(x)
loss = criterion(y, y_pred)
optimizer.zero_grad()
loss.backward()
optimizer.step()
Loss+=loss.item()
print("Loss:%.2f"%Loss)


print("1999 年 45 岁的人在 2020 年为%.0f 岁"%model(torch.tensor([1999,2020,45]).cuda().float()))
print("1927 年 15 岁的人在 2020 年为%.0f 岁"%model(torch.tensor([1927,2020,15]).cuda().float()))
print("1979 年 77 岁的人在 2020 年为%.0f 岁"%model(torch.tensor([1979,2020,77]).cuda().float()))

假如 小明 2015 年 4 岁，2016 年 5 岁，2017 年 6 岁，那 2020 年小明几岁？

@TimePPT 如果输入是这段文本，题的难度就大了

NLP 来了。


@nznd
@superrichman
@jdhao
冷嘲热讽，阴阳怪气，谁不是从小白走过来的呢？

@glorifiedatom 2015 年四岁，2020 年岁数计算需要用机器学习？

这还用机器？用人脑都能算出来，你看看你码代码和我算的哪个快点

楼主只是举了不恰当的例子，确实没必要冷嘲热讽，知道需要表达线性回归的意思就可以了
恰当的例子是房价预测，60 平方 100 万，90 平方 140 万，120 平方 160 万，预测 150 方的价格

@jdhao 前言不搭后语的。我说的根本不是这个问题。

人家好好问问题的，你好好说就行了，没必要看不起人家，开口就“来钓鱼的”。不惮用最坏的恶意揣测别人？

@glorifiedatom 问问题不说清楚，还怪别人，巨婴性格？

@glorifiedatom 这种问题如果在 stackoverflow，活不过一天，提问也不是不用任何努力的，问题都不说明，让别人回答啥？提问的智慧，值得每个人读一读。https://github.com/ryanhanwu/How-To-Ask-Questions-The-Smart-Way/blob/master/README-zh_CN.md

@glorifiedatom #24 我是在避免 XY problem 反问了是否需要机器学习 请问有问题吗？

楼主只是举个例子而已吧，只是例子举得不好

@glorifiedatom #24 对方问了一个奇怪的问题，我表示很疑惑，有什么问题吗？我敢肯定要是你拿这个问题到大街上去问，别人也会一脸迷茫。

我觉得他不确定自己需要什么，所以试探性给他一个关键词线性回归，根据他自己说的 python 模型 再加上线性回归，这三个关键词我觉得能搜出有用的信息的。

@littlewing 举这个例子说明他基本概念都不懂。我也举个例子：

知乎有这么一个问题：1,2,4,8,16……数列的下一项是什么？

答案不是 32

@jdhao
首先，开口就来钓鱼的。我只想说这反映了你的素质。
其次，这里不是 StackOverflow，V2 不是纯技术社区，程序员板块也不是纯技术板块，更何况不是每一个程序员都有机器学习 /统计背景。你用其他社区的标准要求别人无异于指鹿为马，居心叵测。

再次，你所谓的提问的智慧不是你攻击提问者的理由。如果你认为他这个问题问得不好，就提出建设性意见，而不是无端的嘲讽和攻击（“尼玛”，“钓鱼”）。你的行为不仅体现你个人的情商素质，还会打击提问者的信心，长期以往还会影响社区的氛围。

最后，我用十分钟打这些字，不求你能有所收获，毕竟三观不是我的几十个字就能改变的。但是鉴于你我三观不合，我选择 Block 你。只希望这段话能给以后看到的 V 友们一些帮助。欢迎友善的讨论。

你这只是想得到一个公式，，为什么不百度一下呢？

这问题很复杂，我需要小明的健康状况以及健康状况-三年死亡率的大数据，计算小明在 2017~2020 年之间会不会暴毙

哈哈，lz 在程序员论坛问这个问题，得到了无情嘲弄，虽然值得同情，不过，如果问题质量也可以打分的话，10 分满分，我给你 1 分，奖励你的勇气。