基于监督学习的数据预测服务构建方法

摘要

数据处理、分析、预测是当前计算机行业发展的新增长点,也是经济社会不断进步的网络技术支撑.为更好地从数据中挖掘隐式特征和隐性关系,进一步提高数据预测的命中率、准确性,依托所研发的科研大数据服务平台提出了基于监督学习的数据预测服务构建方法.通过样本采集和特征提取、特征预处理、建模技术选取的步骤建立用于数据预测的数学模型,进而基于服务平台构建数据预测服务,同时结合平台共建共享、操作便捷等优势,提升数据预测服务的实用性和复用性.以新闻延时预测为实验用例,在平台中使用前向逐步线性回归和三维点云建模技术构建预测服务,通过10-折交叉验证对服务性能进行度量.实验结果表明,该方法复用性强,所构建的服务可对数据进行有效预测,为用户进行准确决策提供支持.