问题描述
我想就我的数据集提出建议。由于我不熟悉机器学习或数据科学，我想得到你们的帮助。
我有四个特征，每个特征大约一百万行，一个输出。最终目的是进行高精度的精细回归。我尝试了一种回归方法，似乎由于大量样本，似乎存在适合百万行的非通用回归方程。
有什么方法可以尝试吗？我想到的一个想法是通过截断数据行来进行多元回归，但是我应该如何处理所有这些方程以某种方式制作“一个通用”方程，或者至少尽可能减少方程的数量以制作准- 通用？
提前致谢。
解决方法
Scikit learn 是执行此类操作的绝佳软件包 (https://scikit-learn.org/stable/)
有很多方法可以执行这种回归任务。我首先要尝试的是 LinearRegression、RandomForestRegressor、AdaBoost。
现在，您必须规定一个相关指标来衡量回归是否成功（l2 距离是最常见的，但它可能不适合您的问题）。