问题描述
我有一组看起来像这样的数据:
Feature X1 Feature X2 Feature X3 Output Y=0 Output Y=1
A 27.5 0.0125 500 0
B 67.5 0.175 4000 30
A 32.5 0.325 1000 120
C 42.5 0.175 600 20
...
(即对于特征 X1、X2 和 X3 的每个组合,我得到了输出 Y = 0 和 Y = 1 的计数)
我想在数据集上使用 sklearn 构建逻辑回归或随机森林模型来预测输出 Y。
解决此问题的一种方法是将每个计数扩展为数组中的一行并将其输入到要使用的任何模型中,但数据的大小(计数总数)非常大(大约 1e10),因此需要大量的计算能力来处理。
有没有办法让 sklearn 模型理解这样的数据结构,而无需将海量数组作为输入?
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@)