数据挖掘 - 成分、食谱和食谱评级。我想根据成分的组合来预测评分 - 吾爱随笔录

数据挖掘数据集预测建模预言

2022-02-17 09:55:21

对于我的问题的第一步，我可以使用的建模技术或相关研究的建议（我找不到任何），我真的很感激。

我有一份成分列表（总共 150 种）和一份食谱列表（大约 100 种），其中包含每个食谱中存在哪些成分组合的数据（每个食谱平均 4-5 种成分）。

我的输出变量是这 100 种食谱中每一种食谱的 4 个评分指标（味道、气味、外观和质地），每一种的等级为 1-10。

我的目标是根据我指定的新成分组合（从列表中挑选）来预测 4 个指标。

我应该看什么建模技术来帮助解决这个预测问题？

2个回答

这里有一些想法可以开始：

一个简单的模型是使用多元线性回归 (MLR) 或随机森林

如果您只想根据是否使用某种成分进行评估，您的输入数据集可能如下所示：

黄油面粉鸡蛋...测试气味外观质地 1 0 1 1 5 2 4

如果您想预测每种成分的含量（有些更好，太多不好），您的数据集可能如下所示：

黄油面粉鸡蛋...测试气味外观质地 1.5 3.0 2 1 5 2 4

你可以从这个网站得到一些其他的想法：

随机森林在这里可以很好地工作，因为它是一个决策树。在调用之前RandomForest，您必须使用OneHotEncode分类变量，例如 Butter Flour Eggs ... 因为回归量或分类器（无论您喜欢哪个）都不能处理字符串和 NaN 值。

其它你可能感兴趣的问题