machine-learning - 根据人口统计数据对用户进行分类

Question

我正在做一个个人项目只是为了好玩。基本上我收集了包含每个国家人口统计信息的数据，例如:

德国 74% 男性 26% 女性 10% 已婚 16% Age_30-35 40% 等

现在我想做的是，当我获得一个新用户时，我会看到该用户所在的国家/地区并尝试预测有关该用户的信息，即该用户是否是已婚且年龄在 30-35 岁之间的男性(仅是一个示例) )。

我的问题是我怎样才能做出这样的预测，我不能仅仅制定一个规则，如果一个国家的男性比例超过50%，那么来自这个国家的新用户也是男性。基本上我想知道如何确定可以帮助我准确预测用户人口统计数据的值。

Answer 1

这并不是真正的预测，而是一个概率问题，因为如果您具有所描述的值，您就可以计算所有概率。

这是一个示例:

Male population = 74%
People married = 16% 
People between 30-35 = 40%

要获得新的德国用户为男性、已婚且年龄在 30-35 岁之间的概率，您需要执行以下操作:

P(Male|Married|30-35) = p(Male) * p(Married) * p(30-35)
P(Male|Married|30-35) = 0,74 * 0,16 * 0,40 = 0,04736 ~ 4,7%

您不需要更多来计算这个。但是，如果您想自动对所有用户进行分类，我建议您查看 Naive Bayes Classification .