algorithm - 这是分类问题还是回归问题？什么算法可以用来解决它？

假设我们销售 3 种不同口味的果汁（橙子、苹果和葡萄），客户为一群人购买了几瓶果汁。为了这个问题，我们假设他们根据各种输入数据（如季节、天气、温度等）选择口味。可以有很多输入，但在本例中我们将输入限制为 4 个。以下是他们的购买历史示例：

订购数量	Input_1（季节）	Input_2（天气）	输入_3	输入_4	橙	苹果	葡萄
50	夏天	晴天	78	成人	20	0	30
30	络筒机	下雨	35	孩子们	20	10	0
75	春天	多云的	50	两个都	30	30	15

在给定输入参数的情况下，哪种机器学习算法可以预测客户会购买每种口味的数量？请注意，3种口味的总和必须为订单数量，并且数量不能小于零。

标签： algorithmtensorflowkeras

这是一个回归问题。

您可以通过深度学习轻松解决它：只需对分类特征进行一次热编码，然后对数值进行归一化。X 是特征 0 到 5，y 是橙苹果和葡萄特征。然后你可以训练和预测一个深度神经网络模型。

Tensorflow 和 Pytorch 是深度学习库的好例子