使用機器學習預測數據

Question

我想使用機器學習模型來預測給定日期的註冊數量。我有一套訓練集，其中包含日期，註冊數量和其他一些可用於訓練此分類器的變量/特徵。此外，每30天可見this trend。

最後，我想這樣的事情（使用Python）：

exampledata = [({'date':'01-01-2016','day': 'friday', 'holiday': True, 'etc': 0.3}, 20), ({'date':'02-01-2016','day': 'saturday', 'holiday': False, 'etc': 0.3}, 25),({'date':'03-01-2016','day': 'sunday', 'holiday': False, 'etc': 0.4}, 40)] 
classifier.train(exampledata) 
classifier.predict("04-01-2016") 
>>> 30 

我發現Scikit的支持向量分類方法，但我不知道如何適合我的數據

。

我該如何開始？如果需要更多信息，請告訴我。

Answer 1

這可能不是一個令人滿意的答案... 您首先必須選擇一組要用於分類器訓練的屬性。然後你將不得不選擇一個分類器模型來學習。你最終必須爲它提供一套訓練集，一套測試集和一套驗證集，它們都是原始集合的子集。許多技術允許選擇模型及其參數，以便在預測已經學習並測試了所有模型的情況下給出最佳（或最差）的結果。

我的建議是使用scikit-learn（http://scikit-learn.org/stable/）並花費時間訪問它的教程：http://scikit-learn.org/stable/tutorial/。你會發現有很多有用的信息可以幫助你。在學習預測模型時，如何給出培訓項目及其預期結果。