我正在编写一个程序，该程序将获取大量数据，例如叶绿素水平、水温、氮/磷水平等，以预测水体中藻类的生长。影响藻类生长的因素有很多。因此，我不知道应该在 Scikit-learn 库中使用哪个应用程序来容纳所有不同的列。藻类水平是其中之一。更具体地说，我要考虑其他 17 列（其中一半是数据可能不正确的标识符）。我应该使用什么来计算所有列？
我应该使用哪个 Scikit-learn 应用程序来处理我的数据？（Python）
数据挖掘
机器学习
Python
数据科学模型
2022-03-09 11:32:35
1个回答
你的问题没有很好的定义。我想你想根据一些解释变量来估计/预测增长，所以. 首先你需要定义什么实际上是（绝对）数量还是增长率？
例如，您可以制定一个线性模型，例如：
测量绝对量取决于一些. 或者，您还可以查看如何变化，当通过使用更改转型或者. 有关更多详细信息，请参阅此内容。要应用此类模型，您通常会使用线性回归。
但是，如果您只是进行预测（并且您不一定对解释回归系数感兴趣以找到平均边际效应在)，您可以在 sklearn 中使用许多不同的模型类型。
包括几个解释变量是标准的（)，所以这不是问题。请参阅各种 sklearn 示例，例如这个。
如果您只是进行预测，则可以从随机森林回归开始（因为这是最稳健的并且通常效果很好）。首先，将您的数据拆分为训练集和测试集。第二，在训练集上运行一个随机森林，第三，根据测试集测试你的模型。
其它你可能感兴趣的问题