随机森林回归器所需输入及提高性能的方法
随机森林回归器所需输入及提高性能的方法
提问于 2019-07-09 19:40:40
我使用随机森林回归来预测库存需求。用于培训模型的数据列出了每个日期为每个产品选择的总数量，但不包括在指定日期为某个产品选择的总数量为0的行。该模型考虑了允许它考虑日期的特性。有关正在使用的数据的详细信息，请参阅下面的示例数据：
UPC day_ID month day_of_year day_of_week quantity_picked
0 0000000002554 7500.0 5 141 1 4.0
1 0000000002554 7503.0 5 144 4 2.0
2 0000000002554 7512.0 6 153 6 2.0
3 0000000002554 7527.0 6 168 9 2.0
4 0000000003082 7494.0 5 135 2 2.0
5 0000000003082 7495.0 5 136 3 2.0
6 0000000003082 7496.0 5 137 4 8.0
7 0000000003082 7497.0 5 138 5 4.0
8 0000000003082 7498.0 5 139 6 4.0
9 0000000003082 7499.0 5 140 0 9.0
10 0000000003082 7500.0 5 141 1 3.0
11 0000000003082 7501.0 5 142 2 5.0
12 0000000003082 7502.0 5 143 3 3.0
13 0000000003082 7503.0 5 144 4 8.0
14 0000000003082 7505.0 5 146 6 2.0
15 0000000003082 7506.0 5 147 3 7.0该模型在预测库存需求时会因为缺少所选择数量为0的项目的日期而不那么精确吗？我试着用quantity =0的行运行相同的模型，但是总行数从大约500000行变化到500万行，我的计算机根本无法处理它，它只是冻结了。如果没有quantity选中的行= 0，则模型报告.39448的均方日志错误级别，并在4分37秒内成功运行。
关于该数据是否必要的任何指导都将受到非常感谢，并/或就如何提高这一模型的性能/准确性提出建议。
回答 1
Data Science用户
回答已采纳
发布于 2019-07-10 13:03:32
一个随机森林训练的数据，其标签都是正整数，不能产生任何预测小于1。所以，该模型将是不准确的。
我建议包括一个随机子集的行0出售，以便森林可以学习(希望有代表性的)模式给他们。我也可能会在拟合算法中将它们重得更高，以便复制出更忠实的售出物品的平均值(在每片叶子中)。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/55390
复制相关文章
相似问题
腾讯云开发者
