我是机器学习的新手，拥有imdb电影数据集，并试图预测“imdbRating”＆＃39;基于因素的电影： - 'ratingCount'，'nrOfWins'，'nrOfNominations'，'nrOfPhotos'，'nrOfNewsArticles'，'nrOfUserReviews'，'nrOfGenre'
我最简单的python代码是code-python。
我用过我的代码＆＃39;支持向量回归＆＃39;机器学习算法。我只是想知道我的方法是否在python代码中显示是否正确和有效，如果这种方法是正确的，那么我可以使用其他回归算法，如RandomForestRegression，DecisionTreeRegression来预测{ {1}}使用相同的简单代码方式。
如果我的方法是错误的，那么是因为我有多个独立变量而我应该只使用一个自变量来预测“imdbRating”＆＃39;这是我的因变量。
'imdbRatings'输出：X = df[['ratingCount', 'nrOfWins', 'nrOfNominations','nrOfPhotos','nrOfNewsArticles', 'nrOfUserReviews', 'nrOfGenre']][0:100].values
y = df['imdbRating'][0:100].values
from sklearn.svm import SVR
regressor = SVR()
regressor.fit(X, y)
regressor.predict([[40550, 1, 0, 19, 96.0, 85.0, 3.0]])
答案 0 :(得分：0)
查看您的代码和数据集，您需要更多来自IMDb的数据才能实现这一目标。支持向量回归算法将无法基于6个示例来解释和预测。您可能需要数百个具有不同评级的示例，这些示例非常不同。祝你的项目好运！