聚类+回归 - 正确的方法与否？

Question

我的任务是预测销售商品的速度（例如，在一个类别中）。例如，客户输入他想要销售其商品的价格，并且算法应该显示它将以n天的输入价格出售。并且它应该有3个间隔的快速，中等和长期销售。如图所示：

问题：我应该如何准备算法？

我的建议：使用聚类技术来理解这三个价格范围，然后解决每个聚类的回归任务以预测天数。这是一个正确的概念吗？

Answer 1

这里有两个问题，我认为每个问题的答案都在不同的领域：

1. 根据输入价格，预测出售该物品需要多长时间。这是一个明确定义的预测问题，可以使用ML算法解决。例如使用整个数据集来训练和测试回归模型以进行预测。
2. 将预测翻译成一个类：快速，中速或慢速销售。这个问题是面向产品的 - 似乎没有任何具体的数据允许你在这个翻译上训练分类器;我赞同@ anony-mousse使用无监督学习可能不会产生易于使用的结果。

您可以咨询您的用户或产品经理，使用合理的阈值（此处可能需要考虑项目类型，季节等），或者尝试获取一些额外的数据以培训有监督的分类器。< / p>

E.g。如果他们认为卖出是快速，中等或慢速的话，你可以询问你的用户，售后。然后你将有一些数据用于阈值处理或分类。

Answer 2

我建议您只需定义10天31天的缩短。保持简单。

因为这些是用户想要理解的值。如果您使用群集，最终可能会产生0.31415天或类似的非直观值，无论如何都无法向用户解释。