在推荐系统中使用决策树

Question

我有一个在列（年龄，性别，时间，日，观点，点击）上训练的决策树，它被分为两类 - 是或否 - 表示项目X的购买决策。 使用这些值， 我试图预测1000个样本（客户）的概率（'12'，'男'，'9：30'，'星期一'，'10'，'3'）， （ '50'， '女'， '10:40'， '周日'， '50'， '6'） ........ 我想获得个人概率或分数，这将有助于我识别哪些顾客最有可能购买物品X.所以我希望能够对预测进行排序，并向只有5个想要购买的顾客展示特定物品项目X. 我怎样才能做到这一点？ 决策树会达到目的吗？ 还有其他方法吗？ 我是ML的新手，请原谅我有任何词汇错误。

Answer 1

使用带有小样本集的决策树，您肯定会遇到过度拟合问题。特别是在决策的较低级别，树在哪里，您将拥有指数级数据来训练您的决策边界。您的数据集应该包含比类别数量更多的样本，并且每个类别都有足够的样本。

说到决策边界，请确保您了解如何处理每个维度的数据类型。例如，＆＃39;性别＆＃39;是一种分类数据，其中“年龄”，“一天中的时间”等是实际值输入（离散/连续）。因此，树的不同部分需要不同的配方。否则，您的模型可能会最终处理9：30,9：31,9：32 ......作为单独的类。

尝试一些其他算法，从简单的算法开始，比如k-nearest neighbor（KNN）。有一个验证集来测试每个算法。使用Matlab（或类似软件），您可以使用库快速尝试不同的方法，看看哪种方法效果最好。这里没有足够的信息向您推荐非常具体的信息。另外，

我建议你也试试KNN。 KNN能够捕获数据中的亲和力。比如，在产品页面上大约5次点击之后，产品X在20日左右之间，在晚上购买。 KNN将能够告诉您每个新客户与购买该商品的客户的距离。基于此，您可以选择前5名。非常容易实现，并且作为更复杂方法的基准非常有效。

（假设观看次数和点击次数表示每个客户对产品X的点击次数和观看次数）

Answer 2

决策树是分类器，并且通常它不适合作为推荐系统的基础。但是，鉴于您只预测购买一件商品的可能性，而不是数万件，使用分类器是有道理的。

您只需对所有客户进行评分，并保留购买X的概率最高的5，是的。还有问题吗？