我研究一个营销数据集:多变量时间序列。对于我的输入,我有不同的分类特征(二进制类:0和1(,输出=一些营销KPI。我想知道哪种功能组合是吸收我的输出的最佳策略。我在一些论坛上读到了关于遗传算法的文章,但我不知道在我的情况下使用它是否是一个好方法。非常感谢。
任何适用于分类数据的通用学习算法都可能在这里取得成功,如果没有更多关于特征等的信息,很难说。一个开始的地方可能是使用回归树,看看它的效果如何。
我研究一个营销数据集:多变量时间序列。对于我的输入,我有不同的分类特征(二进制类:0和1(,输出=一些营销KPI。我想知道哪种功能组合是吸收我的输出的最佳策略。我在一些论坛上读到了关于遗传算法的文章,但我不知道在我的情况下使用它是否是一个好方法。非常感谢。
任何适用于分类数据的通用学习算法都可能在这里取得成功,如果没有更多关于特征等的信息,很难说。一个开始的地方可能是使用回归树,看看它的效果如何。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium