如何使用列表作为输入来预测所需的总小时数？

Question

我正在努力解决我面临的问题：我有一个不同产品（汽车）的数据集，这些产品在给定时间打开了某些工作订单。 我从历史数据中知道这项工作在TOTAL中造成了多少时间。 现在我想为另一辆汽车（例如汽车 3）预测它。

我应该为此使用哪种类型的算法，回归？

我的想法是将这个基于行的数据集转换为基于二进制值的列，例如 Brake: 0/1, Screen 0/1 ..但是我会有很多输入，因为可能的输入数量是 100-200..

Answer 1

这是对 30 个工作使用多因素回归的快速想法，每个工作都是 6 个任务的随机累积，每个任务都有“真实成本”。 我们可以针对每个工作中的任务选择进行回归，以估计最能解释总工作成本的成本系数。

首先在系统中没有“噪音”的情况下完成（任务是准确的），然后是一些随机噪音。

“更彻底”的工作将包括检查 R 平方值和绘制残差以确保线性。

In [1]: from sklearn import linear_model

In [2]: import numpy as np

In [3]: jobs = np.random.binomial(1, 0.6, (30, 6))

In [4]: true_costs = np.array([10, 20, 5, 53, 31, 42])

In [5]: jobs
Out[5]: 
array([[0, 1, 1, 1, 1, 0],
       [1, 0, 0, 1, 0, 1],
       [1, 1, 0, 1, 0, 0],
       [1, 0, 1, 1, 1, 1],
       [1, 1, 0, 0, 1, 1],
       [0, 1, 0, 0, 1, 0],
       [1, 0, 0, 1, 1, 0],
       [1, 1, 1, 1, 0, 1],
       [1, 0, 0, 1, 0, 1],
       [0, 1, 0, 1, 0, 0],
       [0, 0, 1, 0, 1, 1],
       [1, 0, 1, 1, 1, 1],
       [0, 1, 1, 1, 1, 1],
       [1, 0, 1, 1, 1, 1],
       [0, 1, 1, 0, 1, 0],
       [1, 0, 1, 0, 1, 0],
       [1, 1, 1, 1, 1, 1],
       [1, 0, 1, 0, 0, 1],
       [0, 1, 0, 1, 1, 0],
       [1, 1, 1, 0, 1, 0],
       [1, 1, 1, 1, 1, 0],
       [1, 0, 1, 0, 0, 1],
       [0, 0, 0, 1, 1, 1],
       [1, 1, 0, 1, 1, 1],
       [1, 0, 1, 1, 0, 1],
       [1, 1, 1, 1, 1, 1],
       [1, 0, 1, 1, 1, 1],
       [0, 0, 1, 1, 0, 0],
       [1, 1, 0, 0, 1, 1],
       [1, 1, 1, 1, 0, 0]])

In [6]: tot_job_costs = jobs @ true_costs

In [7]: reg = linear_model.LinearRegression()

In [8]: reg.fit(jobs, tot_job_costs)
Out[8]: LinearRegression()

In [9]: reg.coef_
Out[9]: array([10., 20.,  5., 53., 31., 42.])

In [10]: np.random.normal?

In [11]: noise = np.random.normal(0, scale=5, size=30)

In [12]: noisy_costs = tot_job_costs + noise

In [13]: noisy_costs
Out[13]: 
array([113.94632664, 103.82109478,  78.73776288, 145.12778089,
       104.92931235,  48.14676751,  94.1052639 , 134.64827785,
       109.58893129,  67.48897806,  75.70934522, 143.46588308,
       143.12160502, 147.71249157,  53.93020167,  44.22848841,
       159.64772255,  52.49447057, 102.70555991,  69.08774251,
       125.10685342,  45.79436364, 129.81354375, 160.92510393,
       108.59837665, 149.1673096 , 135.12600871,  60.55375843,
       107.7925208 ,  88.16833899])

In [14]: reg.fit(jobs, noisy_costs)
Out[14]: LinearRegression()

In [15]: reg.coef_
Out[15]: 
array([12.09045186, 19.0013987 ,  3.44981506, 55.21114084, 33.82282467,
       40.48642199])

In [16]: