【发布时间】：2021-06-17 23:25:04
【问题描述】：
我从事营销数据集：多元时间序列。对于我的输入，我有不同的分类特征（二进制类： 0 和 1 ）和输出=一些营销 KPI。我想知道哪种功能组合是提高输出的最佳策略。我在一些关于遗传算法的论坛上读到过，但我不知道在我的情况下这是否是一种好方法。 谢谢！
【问题讨论】：
标签： optimization combinations genetic-algorithm
【发布时间】：2021-06-17 23:25:04
【问题描述】：
任何适用于分类数据的通用学习算法都可以在这里成功，如果没有关于功能等的更多信息就很难说。一个开始的地方可能是使用regression tree，看看它的效果如何。
【讨论】：
-
感谢您的回复。我的 Input 特征描述了在营销广告策略中使用哪个媒体渠道 X。所以我们有作为功能（电视，收音机......）。值={1：我们在日期 t 使用媒体通道 X，0：而 }。我使用了 Tree 回归器，然后使用了 Shap 值，但它隔离了我的特征的影响（即使使用 shap.dependence_plot 我也无法获得很好的见解）。我真正想要的是预测功能的最佳组合以增强我的输出。