我正在解决一个问题，我的目标特征是整数类型。即（n_clicks）。一般来说，如果我们想预测分类目标特征，那么我们使用分类算法，另一方面，为了预测连续类型的目标特征，我们使用回归技术，其中我的输出将是 -infinity 到 +infinity。但在我的情况下，如果我使用回归，那么我的输出将变成一个浮点值。这里的一种解决方案是将输出浮点值转换为整数或使用 pandas.round() 对值进行四舍五入。

有没有其他方法可以将我的输出变量预测为整数？

谢谢

更新：建议使用泊松回归，尝试下面的代码，但输出仍然相同。下面是代码片段：

import statsmodels.api as sm
x_train_sm = sm.add_constant(x_train)
poisson_model = sm.GLM(y_train, x_train_sm, family=sm.families.Poisson()).fit()