学习从历史中预测未来客户的行为

Question

我有一个数据集，其中包含客户的访问历史。

它在数据集中有三列，包括客户ID、AM/PM（上午或下午访问）和工作日/周末（工作日或周末访问）。

我想从这个数据集中学习，并选择在指定输入（如AM/工作日）中访问机会最大的前50名客户。

目前，我使用一类SVM为每个客户创建模型（我只有阳性（访问）数据）。由于一类SVM只有二进制输出，我只能告诉特定的客户是否会访问指定的输入，而不是选择前50名客户。

我想知道是否有一种算法可以从仅为正的数据集中学习，并给出分数或类似概率的输出？

Answer 1

这是机器学习中的一个子类别问题。阅读这项调查，你可以学到很多："一类分类：研究和评论的分类技术"(http://arxiv.org/pdf/1312.0049.pdf)。希望能有所帮助。