我需要对收到的汽车租赁进行分类，但我可用于培训的历史数据是＆＃34;分组＆＃34;形式，我不知道如何训练分类模型。
我的收到的数据是汽车型号，数量和单价的列表：
Chevrolet Spark, 1, 196.91
Fiat 500, 1, 196.91
Toyota Prius Hybrid, 3, 213.73
此传入数据目前是按类别和每组总价格进行人工分类和保存的（雪佛兰和菲亚特是经济型，普锐斯是混合型）：
Economy, 393.82
Hybrid, 641.19
这个问题应该可以通过机器学习来解决，但我无法弄清楚如何为有监督的分类器构建训练集。任何指导意见。
由于
答案 0 :(得分：0)
一个天真的贝叶斯分类器应该做你想做的事情......你可以使用价格作为使用的专长，并从已标记的内容中学习。
但是，我不知道如何使用TOTAL价格进行分类，因为您并不总是拥有从一个组到另一个组的任意数量的对象......您将不得不使用单价。
答案 1 :(得分：0)
有很多算法可以提供多类分类，但是你能解释一下你想要预测的内容吗？从你所写的内容来看，它听起来更像是ETL过程的场景，而不是机器学习模型。
如果我理解你的例子，带有“雪佛兰星火”或“菲亚特500”车型的传入记录将始终标记为“经济”，而带有“丰田普锐斯混合动力”车型的传入记录将标记为“混合”。一个简单的查找表可以在这里完成工作 - 不需要花哨的机器学习数学。 ：）