我正在尝试创建一个预测客户状态变化的模型。
为了给出上下文，客户可以有四种状态:[a, B, C, D]
每个客户必须有一个状态，并且该状态可以更改。我正在制作一个模型，当前状态作为特征之一，下一个状态作为标签。
是否有一种方法将规则硬编码到SVM(或其他分类器)中，以防止模型将标签分类为当前状态?换句话说，如果客户的当前状态是a，那么它的下一个状态不能是a，它必须是B、C或d。
如果有人知道sklearn是否有类似的功能会有帮助。
据我所知，有两种方法可以解决这个问题，但它不在SVM内部。
First Way - series
先实现基于规则的分类器，然后应用SVM…
第二种方法-并行
实现基于规则的分类器和SVM并行，并在末层结合选择最优。e.x集成学习
两种方法在某些情况下可能都有效，但你应该尝试看看结果来选择最好的方法，我想第二种方法可能会更好。