【问题标题】:Is it possible to apply a prediction on a data set with less features是否可以对特征较少的数据集应用预测
【发布时间】:2017-09-07 08:53:46
【问题描述】:

假设我的数据结构如下:

ID、特征 1、特征 2、特征 3、结果

所有功能都有历史数据。

但是预测需要在只有ID、Feature 1、feature 2可用的阶段进行。

我们如何利用历史数据中的特征 3 来构建一种预测(预测结果)?

这个假设正确吗?或者有什么策略可以采用。

提前谢谢你

【问题讨论】:

    标签: data-analysis data-science bigdata


    【解决方案1】:

    如果您有足够的数据,请尝试通过完全在该集合内进行预测(使用训练、测试、每个示例的得分)来比较模型的所有 3 个特征与仅 1 和 2 个特征。从那里您可以看到第三个功能在哪里以及如何为您提供优势。然后,您可以使用该信息来校准 2 特征预测器并将其应用于实际评分集。

    【讨论】:

    • 感谢@dominic111 的回答,但如果feature3 在预测中具有价值,那么在仅应用特征1 和2 的预测时该怎么办?有没有办法设计功能 3 以永久注入其转换?
    • 您可以使用其他变量来预测它可以让您深入了解其他 2 个功能如何产生错误。需要明确的是,我认为在绝大多数情况下,这很难解释,但如果你想尝试一下,你可能会发现一些关于错误模式的见解。
    • 你能给我一个错误模式的例子吗,我是 DS 领域的新手,需要更多的见解。谢谢
    猜你喜欢
    • 2019-02-03
    • 2018-08-19
    • 2021-09-21
    • 1970-01-01
    • 2020-06-03
    • 2021-08-05
    • 2020-09-04
    • 2016-05-02
    • 2021-05-18
    相关资源
    最近更新 更多