California Housing Example
C
California Housing Example
由 quantile-forest 开发
这是一个基于分位数森林的回归模型,用于预测加州住房价格并提供不确定性估计。
下载量 22
发布时间 : 9/14/2024
模型简介
该模型在加州住房数据集上训练,能够进行分位数回归并生成预测区间,适用于需要不确定性估计的回归任务。
模型特点
分位数预测
能够预测不同分位数的值,而不仅仅是均值预测
不确定性估计
提供预测区间,可以量化预测的不确定性
sklearn兼容
与scikit-learn生态系统兼容,便于集成到现有工作流中
模型能力
表格数据回归
分位数预测
预测区间生成
不确定性量化
使用案例
房地产
房价预测
预测加州不同区域的房价中位数
R平方值达到0.806
风险评估
价格波动评估
评估房价可能的波动范围
提供不同分位数的预测结果
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98
智启未来,您的人工智能解决方案智库
简体中文