Question

我知道一些分类算法，例如决策树，但我不能将它们中的任何一个用于我手头的问题。

我有一个数据集，其中每行包含有关购买的信息。它的列是：

- customer id
- store id where the purchase took place
- date and time of the event
- amount of money spent

我正在尝试做出一个预测，假设有谁，何时何地预测将花多少钱。

有哪些可行的方法？有没有众所周知的算法？

另外，我正在学习RapidMiner，我正在尝试它的一些功能。我在那里尝试的所有东西都不允许我有一个真实的数字（花费的金额）作为标签。也许我做错了什么？

Answer 1

您可以使用决策树回归器。使用类似scikit-learn的工具包，您可以使用DecisionTreeRegressor算法，其中您的功能将是商店ID，日期和时间以及客户ID，您的目标将是花费的金额。

您可以将此转变为受监督的学习问题。这是未经测试的代码，但它可能会让你开始

# Load libraries
import numpy as np
import pylab as pl
from sklearn import datasets
from sklearn.tree import DecisionTreeRegressor
from sklearn import cross_validation
from sklearn import metrics
from sklearn import grid_search

def fit_predict_model(data_import):
    """Find and tune the optimal model. Make a prediction on housing data."""

    # Get the features and labels from your data
    X, y = data_import.data, data_import.target

    # Setup a Decision Tree Regressor
    regressor = DecisionTreeRegressor()
    parameters = {'max_depth':(4,5,6,7), 'random_state': [1]}

    scoring_function = metrics.make_scorer(metrics.mean_absolute_error, greater_is_better=False)
    ## fit your data to it ##
    reg = grid_search.GridSearchCV(estimator = regressor, param_grid = parameters, scoring=scoring_function, cv=10, refit=True)
    fitted_data = reg.fit(X, y)

    print "Best Parameters: "
    print fitted_data.best_params_

    # Use the model to predict the output of a particular sample
    x = [## input a test sample in this list ##]
    y = reg.predict(x)
    print "Prediction: " + str(y)

fit_predict_model(##your data in here)

我从一个我正在研究的项目中直接预测房价，所以可能有一些不必要的库，如果没有进行验证，你就不知道这个案例有多准确，但这应该让你开始。

点击此链接：

http://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeRegressor.html

Answer 2

是的，正如评论所指出的那样，你需要回归。线性回归听起来像是一个很好的起点，因为你没有大量的变量。

在RapidMiner类型回归到操作员菜单中，您将看到Modelling-＆gt;下的几个选项。功能。线性回归，多项式，向量等（还有更多，但作为一个初学者，让我们从这里开始）。右键单击任何这些运算符，然后按Show Operator Info，您将看到允许的数字标签接下来，滚动操作员的帮助文档，您将看到指向教程过程的链接。它使用起来非常简单，但让一个例子开始让你感觉很好。

如果您需要任何帮助，请与我们联系。

使用数字标签进行分类？

2 个答案: