基于多个输入（如月和固定值列）预测多个输出

Question

我有一个如图所示的数据。它大约是25,000行。该数据包含过去4年中12个月的详细信息。我想预测特定月份和特定职位的客户和职位空缺。

from sklearn.cross_validation import train_test_split
from sklearn import preprocessing
le = preprocessing.LabelEncoder()
df_final['Clientname_numeric'] = le.fit_transform(df_final['ClientName'])
X = df_final[['MONTH','JobTitleID']]
y = df_final[['PositionsOpened','Clientname_numeric']]
x_train,x_test,y_train,y_test = train_test_split(X,y,test_size = 0.05 )
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score
from sklearn.metrics import confusion_matrix
clf = RandomForestClassifier()
clf.fit(x_train, y_train)
predictions = clf.predict(x_test)
predictions = predictions.astype(int)
accuracy = accuracy_score(y_test,predictions)

我使用上面的代码并收到错误 ValueError：不支持多类多输出

Answer 1

您可以使用包scikit learn和random forest classifier。我应该指出，我对机器学习只有非常肤浅的知识，所以对于你的具体案例，这可能只是错误的。然而，RandomForestClassifier允许一次预测多个输出。

一般情况下，根据您的数据，您可以这样处理（使用Scikit Learn）：

• 将表拆分为输入列和输出列。这可以使用pandas包最容易地完成。然后将它们分成训练和测试子集。 Scikit提供off-the-shelf solution for this。
• 创建类似RandomForestClassifier的分类器实例，并使用训练集中的输入和输出数据（classifier.train(inputs_train, outputs_train)）
对其进行训练
• 根据测试数据的输入，预测输出（classifier.predict(inputs_predict)）。决定您是否对分类器的预测质量感到满意。

Answer 2

为了对多个输出进行分类，sklearn有this库，它需要一个基本估算器，如随机森林，渐变增强等。

该库允许多输出回归和分类。

希望这有帮助！