I'am trying to create my first CNN for stellite image classification. I tried to do the same here 我必须预测来自这些数组的7个类（我的数据是将卫星图像（sentinel2）转换为数组：nbands = 32和nclass = 7 我的混淆矩阵甚至给出了0个冷杉类名。我确定我错误地无法使用我的参数修改代码 # Print the shape of reshaped data print(train.shape, ...

我正在尝试预测某个位置的多个目标（例如风速和浪高）。根据过去的历史数据，我试图估计这两个输出的将来日期的概率和最可能的值（P50值）。 我在sklearn包中找到了诸如多输出回归器之类的算法，可以预测多目标。但是，我似乎无法获得预测的概率范围。有没有办法得到它？另外，您是否推荐其他方法来实现此目标？ 以下是我使用1970年至2019年之间随机生成的风和浪数据实现的代码。最后，您可以使用多元回归输出算法查看预测值的结果，但没有寻找的概率不确定性。 import numpy as np from sklearn...