machine-learning - 我们可以使用逻辑回归来预测数值(连续)变量，即餐厅的收入

Question

我的任务是根据一些变量来预测餐厅的收入，我可以使用逻辑回归来预测收入数据吗？该数据集是kaggle餐厅收入预测项目的。PS:- 我被告知使用逻辑回归，我知道它不是解决这个问题的正确算法

Answer 1

是的...你可以。!!

可以使用逻辑回归对数值变量进行预测。您现在拥有的数据包含所有自变量，结果将是二分法(因变量，值为 TRUE/1 或 FALSE/0)。

然后您可以使用它来确定对数优势比，从而找到概率(范围 0-1)。

有关引用，您可以查看 this .

--------------------更新------------------------ -------

让我给你举一个我去年的工作的例子。我们必须根据 3 年测试结果的历史数据及其最终的成功或失败来预测学生是否有资格参加校园安置。 (注意:这是二分法，稍后会讨论。)

样本数据包括学生的学术成绩、在大学举行的能力倾向测试以及他们的录取或未录取状态。

但就您而言，您必须预测收入(这是非二分法)。那么该怎么办？？看来我的情况很简单吧？不..!!

我们不仅仅被要求预测学生是否符合资格，我们还要预测个别学生被录取的机会，这根本不是二分法。看起来像你的场景吗？

因此，您可以做的是，首先对数据进行分类，了解输入变量是什么，最终输出变量是什么(这将有助于收入计算)。

例如:使用数据来了解餐厅是否会盈利或亏损，然后将其与一些算法联系起来以找出大约的收入预测。

我不确定是否已经存在这样的算法(与您的需求相同)，但我相信您可以通过在这个主题上投入更多的努力来研究和分析做得更好。

提示:永远不要以“逻辑回归只能解决我的问题吗？”的方式思考。而是将其扩展为“如果与其他技术一起使用，什么 Logistic 可以做得更好？”