哪种方法最能预测6种可能性的结果？

Question

我想预测我的6台具有五大个性特征（OCEAN）的咖啡机之一的“排名”（1-6），我真的不知道哪种算法最适合此任务。任何建议对我都会有很大的帮助。 我曾尝试使用C5.0进行预测，但结果非常糟糕，因此我认为也许有更好的方法或方法来进行预测。也许我做错了，因为我对机器学习和预测还很陌生。

我的表格如下：（116个条目）

所有“ BFI_”列均为数字列，范围为1-5。
“ Philips”列（飞利浦咖啡机的排名）的数据类型因子为（1-6）。     

ind <- sample(2, nrow(dfrandomzied), replace = T, prob = c(0.7, 0.3)) 
set.seed(100)    
train <- df[ind == 1,]

test <- df[ind == 2,]

# Building the model
m1 <- C5.0(train[,1:5], train$Philips) 
summary(m1)

# Prediction with Testdaten
p1 <- predict(m1, test)

m1的摘要

预测p1结果

# Prediction with Testdaten
p1 <- predict(m1, test)

# Auswertung Confusionmatrix
confusionMatrix(p1, test$Philips)

欢迎任何建议：）。预先谢谢。！