如果我有一个像"Son 19-30 Read the book No" 这样的输入，那么我如何根据这个得到online shopping 的预测？我应该考虑哪种机器学习方法？
【问题讨论】：
标签： python algorithm machine-learning nlp prediction
您可以对这个问题使用任何分类算法，但在此之前，您必须对数据进行预处理 对于性别，您可以使用 0-1。 1 代表儿子，0 代表女孩 对于年龄，您可以将 onehotencoder 0-2 分类为不同年龄组。 对于休闲，您必须使用 NLP 技术来分隔句子中的关键字，例如游戏、阅读书籍、互联网、音乐。这些关键字可以在 onehotencoder 中使用。
毕竟你可以应用任何分类算法。
【讨论】：
机器学习最重要的方面之一是数据。您的数据集数量非常少。 另一方面，它是具有 2 个类的二元分类。只有一个 NO 类样本，这主要使您的模型倾向于预测是。
因此，我建议您先找到更多数据，然后再使用决策树、支持向量机和逻辑回归进行预测。
【讨论】：
好的，让我们开始吧。 首先，我们需要对数据进行预处理。
import pandas as pd
from sklearn import preprocessing #for data preprocessing
df = ... #it's var for your table
我们需要将性别设为二进制（0 - 男性，1 - 女性）
new_gender_columns = pd.get_dummies(df['Gender'])
然后将 new_gender_columns 添加到您的 DataFrame 中
df = df.join(new_gender_columns)
我们需要删除旧的对象性别列
df.drop('Gender', axis=1, inplace=True)
但我们需要对已婚列进行相同的处理。例如，我们可以为所有对象列定义函数或为 Married 编写以前的代码。
def df_dummies(df, columns: list):
for col in columns:
new_dummies_columns = pd.get_dummies(df[col])
df = df.join(new_dummies_columns)
df.drop(col, axis=1, inplace = True)
return df
现在，列出对象列：
obj_cols = ['Gender', 'Married']
运行函数：
df = df_dummies(df, obj_cols)
然后我们有可以由标签编码器处理的列。例如年龄：
0-18 = 标签 0
19-30 = 标签 1
等等
让我们列出这些列：
labels_cols = ['Age', 'Leisure', 'Online Shopping']
le = preprocessing.LabelEncoder()
for col in labels_cols:
le.fit(df[col])
df[col] = le.transform(df[col])
现在，机器学习。让我们导入随机森林分类器。因为我们需要预测类别（“是”或“否”，1 或 0）。
from sklearn.ensemble import RandomForestClassifier
rfc = RandomForestClassifier()
rfc.fit(df.iloc[:, :-1], df.iloc[:, -1])
好的，模型很好，你可以测试它了。一路平安，年轻的学徒。
【讨论】：