Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

Accuracy of bike rental sample

Đang mở
#1,035 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
4/5
Thời gian dự kiến
3-5 ngày
Mức phù hợp với người mới
25/100
Loại issue
Lỗi
Độ rõ ràng
Cần làm rõ
Mức độ hoạt động
Đình trệ
Công nghệ
machine-learning
Lĩnh vực
machine-learning

Hướng nghiên cứu

Bắt đầu với hướng dẫn ML.NET được liên kết về dự báo nhu cầu theo chuỗi thời gian và tái hiện mẫu cho thuê xe đạp cùng biểu đồ cuối cùng của mẫu. So sánh các giá trị được dự đoán với các giá trị nguồn, sau đó xác định liệu vấn đề nằm ở mẫu hay là yêu cầu làm rõ về các giá trị huấn luyện và nhiều cột; được xem là hoàn tất khi hành vi đã được giải thích hoặc được thu hẹp thành một thay đổi cụ thể.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

Not sure if this is the right place to ask. I'm new to ML, and looking at the chart at the bottom of this page, the predicted results look pretty poor to my untrained eye, especially the last few points. Why is this? Would more training values help? I appreciate forecasting is merely that.

Can I also ask, the data in this sample consists of just two columns: "year" and "total rentals". Am I right in saying this algorithm can deal with many columns, and isn't restricted to two?

Ngôn ngữ chính
PowerShell
Star
4.7k
Fork
2.7k
Chỉ số merge pull request
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của dotnet/machinelearning-samples

Tất cả issue của dotnet/machinelearning-samples

Issue tương tự

Thêm issue về Machine Learning

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.