如何在沒有數據的情況下設置機器學習 model

Question

我知道你在想什么。 這是一個愚蠢的問題。 我也這么認為，但我們公司還很年輕，幾乎沒有任何數據可以訓練 model。 我被分配只設置一個 model 基礎設施來接受輸入和 output 決策（現在不必准確）。 基礎設施到位后，我們將研究收集或購買數據以通過 model 提供數據。

在我看來，這個過程有點落后，但這是我老板想要的方式，所以我必須交付。

我的目標是為一組特征構建機器學習 model（隨機森林、增強、邏輯回歸等），如下所示： - 目標：二進制 - 特征：A（二進制），B（4 類分類），C （數字），D（二進制）

由於我沒有訓練數據，我無法遵循拆分訓練/測試、擬合、交叉驗證並達到最佳 model 的傳統路線。 我如何在不訓練的情況下簡單地獲得具有虛擬系數的 model？ 然后，我會將 ML model 序列化為一個 pickle 文件，以將其插入 Flask 應用程序以做出決定。 多謝你們！

Answer 1

即使你有一個小數據集，你也可以使用過采樣來豐富它——甚至構建一個 model。 當然，這個 model 不會很有預測性 - 但您會隨着時間的推移繼續訓練它。 請注意，過采樣和稍后使用交叉驗證會使您過度擬合 - 所以當您看到結果時不要太興奮......

在此處查看如何使用過采樣。