使用机器学习来预测数据 [关闭]答案

【问题标题】：Using machine learning to predict data [closed]使用机器学习来预测数据 [关闭]
【发布时间】：2023-03-04 17:59:02
【问题描述】：

我想使用机器学习制作一个模型，以预测给定日期的注册数量。我有一个训练集，其中包含日期、注册数量和一些其他变量/特征，这些变量/特征可能对训练这个分类器很有用。此外，每 30 天 this trend 可见。

最终，我想要这样的东西（使用 Python）：

exampledata = [({'date':'01-01-2016','day': 'friday', 'holiday': True, 'etc': 0.3}, 20), ({'date':'02-01-2016','day': 'saturday', 'holiday': False, 'etc': 0.3}, 25),({'date':'03-01-2016','day': 'sunday', 'holiday': False, 'etc': 0.4}, 40)]
classifier.train(exampledata)
classifier.predict("04-01-2016")
>>> 30

我找到了 Scikit 的支持向量分类方法，但我不确定如何将我的数据放入其中。

我该如何开始？如果需要更多信息，请告诉我。

【问题讨论】：

我建议您先参加机器学习课程。

标签： python python-3.x machine-learning prediction

【解决方案1】：

这可能不是一个令人满意的答案... 您首先必须选择一组要用于训练分类器的属性。然后，您将不得不选择一个分类器模型来学习。你最终必须为它提供一个训练集、一个测试集和一个验证集，它们都是原始集的子集。许多技术允许选择模型及其参数，在学习和测试所有模型及其参数后，预测结果最好（或不太差）。

我的建议是使用 scikit-learn (http://scikit-learn.org/stable/) 并花时间访问它的教程：http://scikit-learn.org/stable/tutorial/。你会发现很多有用的信息应该有所帮助。在学习预测模型时，那里很好地解释了如何给出训练项目及其预期结果。

【讨论】：