machine-learning - 创建基于 3 列的预测模型
问题描述
我有一个包含 3 列的数据集。客户、商店和客户在特定商店购物的次数。
Here's a subset of my data:
3 291 1
3 311 1
3 242 1
3 272 1
3 351 1
3 487 1
6 121 1
6 134 1
6 615 1
6 154 2
6 687 1
6 959 1
6 522 1
6 217 1
6 429 1
6 461 1
6 462 1
6 491 1
6 635 1
6 644 1
6 756 1
6 754 2
我需要提出一个模型来描述客户在特定商店购买的概率。我尝试过 NMF 和朴素贝叶斯,但没有成功。我是一个初学者,我很难想出一个模型。
解决方案
推荐阅读
- laravel - 我的 laravel try-catch 语句不起作用
- java - Java 列表
来自 JPA 查询 - awk - awk - 从文件中查找数字
- bash - 将文件名添加为 .txt 文件中的列并连接到单个文件中
- javascript - 为 livereload 编译 gulpfile 时出错
- python - ValueError:所有参数的形状
- javascript - 我的网页似乎可以在某些平台上运行,而不能在其他平台上运行,css 没有得到应用,这是为什么呢?
- c# - 将 AbsoluteLayout 用于背景图像,但某些元素未正确定位 Xamarin Forms
- angular - Angular6 - GET net::ERR_CONNECTION_REFUSED 的 HttpClient 错误处理
- unity3d - 如何在 Unity 项目之间共享新的 SteamVR 动作集和绑定