如何仅在满足输入列的特定条件时应用线性回归模型？

问题描述

我的训练数据集具有以下属性：

费用、点击次数、展示次数、转化次数、广告组

我创建了一个线性回归模型来预测“收入”

现在，我想修改我的模型，以便仅当属性 'conversions' 值不为 0 时才从线性回归中获得输出，如果属性 'conversions' 为 0，则直接将输出设为 0。

我所做的是在训练数据集上我直接形成了以下模型

input_cols = ['clicks','impressions','cost','conversions','adgroup 1','adgroup 2','adgroup 3','adgroup 4']
inputs,targets = train_csv[input_cols],train_csv['revenue']
model = LinearRegression().fit(inputs,targets)

之后，在测试数据集中，我做了以下操作，每当“转换”为 0 时，我都会得到 0

input_cols_test= ['clicks','adgroup 4']
inputs_test= test_csv[input_cols_test]
targets=[]
for n in test_csv['conversions']:
     if n == 0:
           targets = 0
     else:
           targets = (model.predict(inputs_test))

但是我得到的目标数组的值是从线性回归中得到的。在“转换”为 0 的地方，我没有得到 0 作为输出。如何处理？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）