我正在进行一个项目,根据一个搜索查询,通过上下文向客户显示产品。例如,我不希望客户必须输入特定的产品名称,而是根据功能进行搜索(例如,“墙壁不太热”就会返回产品名称,如"Whirlpool IC355 ROY 3340 L双门冰箱“)。我打算用Logistic回归来训练一个关于这些数据的模型。如何用Python处理这些数据或提取特性以输入逻辑回归?我听说过“纸袋模型”,但不知道该如何使用,或者它是否适用于这里?
我对随机森林回归有一个深刻的理解。目标是一个大学项目:我们要用R中的财务数据做随机森林回归分析,我已经读了很多小时的随机森林例子,它们大多是分类类型,比如预测股票价值是上升还是下降。我的想法如下:Date | Open | High | Low | Close | Volume
...I可以添加一些技术仪器,如RSI、SMA等。然后将数据集分解为训练和测试数据,执行随机森林过程,并对测试数据进行预测。但这真的是随机森林回归分析的目的吗?我猜