data-mining - 为什么我要在全球数据上训练一个预测模型，然后使用区域数据作为输入？

Question

我正在研究 Microsoft 网站上的 Adventure Works 数据挖掘示例。在其中，我们将使用全球所有销售数据来训练模型，然后使用区域和自行车模型的数据作为输入。这不会只是错误地预测，而忽略了该自行车模型该区域的特定趋势吗？

这样做有什么好处？

Answer 1

我认为这样的想法是，在开发学习器时，全局数据包含区域数据。如果您正在构建某种分类器并希望在区域级别运行它，您只需要使用特定区域的数据，不是吗？

每个模型都需要使用相关数据进行训练。

令人困惑的部分是，也许我不了解“区域”数据的差异。最终，全球数据绝对应该与您的预测模型相关。