Python强化学习动态输出

Question

你能在动态变化的输出上使用Pybrain的强化学习吗。例如weather：假设您有两个属性“湿度”和“风”，并且输出将是“雨”或“无雨”（并且在我使用的文本文件中，所有属性要么是“真”，要么是“0”，表示“假”）。你能用强化学习来解决这类问题吗？我问的原因是，即使我们有湿度，也不能保证会下雨。在

Answer 1

当然可以训练一个神经网络（基于pybrain或其他方法），做出比掷硬币更好的预测。在

然而，天气预报是一门非常复杂的艺术，即使对于那些把天气预报当作全职工作的人来说也是如此。那些天气预报员的大脑里有比pybrain更大的神经网络。如果能用你描述的方式做出准确的预测，那么它早就已经完成了。基于这个原因，我不希望做得比当地天气预报员做得更好。所以，如果你的目标是学习pybrain，我会选择一个不太复杂的系统来建模，如果你的目标是预测天气，我建议www.wunderground.com。在