我希望建立一个监督学习系统，所有数据都是绝对的。我的系统应该能够预测用于修理设备的维修部件（目标变量），并且我的信息包括有关修理类型的信息（是否由技术人员完成等），使用的部件，问题与设备等所有这些都是分类数据。
我的数据集看起来像这样，Part_No是我应该能够预测的东西
SVC_ACCT_ID SHIP_TO_CD SERVICE_TYPE NOTIFICATION_TYPE SCENARIO REPAIR_TYPE CRTD_DT COMPONENT_CD ISSUE_CD SERIAL_NO PRODUCT_NO PART_NO COMPTIA_CD COMPTIA_MOD。
每个都包含分类信息，我尝试了标签编码和一个热编码，具体取决于列中唯一值的数量。我的目标变量有大约8,000个类，但其中许多只有一次表示。我的模型应该能够捕获这些信息。我尝试了各种分类器，但它一直在运行。我的方法应该是什么？