0

我有以下已经标准化的数据:

  • 客户ID
  • 客户年龄
  • 客户位置
  • 房主
  • 汽车谷
  • 风险因素
  • 已婚
  • 包装一个
  • 包 b
  • 包c

基于以上所有因素,我想预测哪些包;无论是 A、B 还是 C,客户都可能购买。

但是,我有点迷失在选择的海洋中。有许多训练方法,例如线性感知器、遗传算法、时间序列预测、自动关联网络等等。

我怎么知道哪一个最适合解决这种有多个输出的问题?

编辑:

我的问题是基于这样一个假设,即对于这个特定场景有一个最佳策略,因为我知道某些算法在某些场景中使用得更频繁,例如遗传算法经常在手写识别程序中使用。

4

1 回答 1

2

所以我建议查一下没有免费的午餐定理。实际上,您无法轻易确定问题的“最佳分类器”。就个人而言,我会使用 scikit-learn 并使用适当的训练、测试和交叉验证集测试一堆分类器,看看最好的结果是什么样的。

另外,这取决于您的情况。用户是否可以购买多个套餐?

于 2014-04-15T16:23:49.000 回答