Question

拥有此数据：

clientId zipCode codeHeatingType countingType consumptionProfile householdCount squareFootage 

01       75015  ELEC            P012            A400            6               25              

02       75002  GAZ             P011            A600            3               30

和AvgConsumtion

clientId     AvgConsumption
  01           300.5      (KWH)
  02           400        (KWH)

根据客户特征，学习用什么机器来估算平均消耗？ LogisticRegression ?,多标签分类？...

是否可以有一个带字符串列的例子？

Answer 1

您需要一种预测连续变量的回归算法。您可以在spark.ml here中找到使用示例实现的回归算法列表。

可以使用非参数（非优化）Transformer以各种方式转换分类预测变量（请参阅http://spark.apache.org/docs/latest/ml-features.html）。例如，OneHotEncoder将转换一组二元预测变量中的分类预测变量。 documentation中提供了示例。

注意：在尝试过多之前，请告知您机器学习的一些基础知识。存在一系列纯粹具有统计性质的陷阱。有关具体问题，请询问here

在这种情况下使用的回归算法是什么？

1 个答案: