我是数据科学的初学者，需要某个主题的帮助。
我有一个关于某机构客户的数据集。我的目标是首先找出哪些客户会向该机构付款，然后再找出付费客户将支付多少钱。
在这种情况下，我认为我可以先通过“分类”找出哪些客户会支付，然后通过应用“回归”找出会支付多少。
所以，首先我想应用“分类”，然后对这个输出应用“回归”。我该怎么做？
【问题讨论】：
标签： machine-learning regression classification data-science prediction
当然，您绝对可以应用分类方法，然后进行回归分析。这实际上是探索性数据分析过程中的常见模式。
对于您的用例，根据您分享的基本信息，我会直观地选择 1) logistic regression 和 2) multiple linear regression。
逻辑回归实际上是一种分类工具，尽管名称另有说明。在二元逻辑回归模型中，因变量有两个级别（分类），您需要预测您的客户是愿意支付还是不支付（二元决定）
多元线性回归，应用于您可用数据集中的相同自变量，然后将为您提供一个线性模型来预测您的客户将支付多少（即推理的输出将是一个连续变量 - 实际预期的美元价值）。
这将是我建议实施的方法，因为您是该领域的新手。现在，显然有许多不同的方法来定义这些模型，基于可用数据、数据性质、客户需求等，但逻辑 + 多元回归方法应该是肯定的选择带你去吧。
【讨论】：
income_level、historical_weekly_spending 和 age，用于每个客户。第一个模型（二元逻辑回归），使用目标变量 will_buy 的二元标签进行训练。训练后，您可以根据每个全新客户的特征（收入、支出、年龄）预测每个全新客户是否会购买。
income_level、historical_weekly_spending 和 age）。目标变量将是expected_spend。您使用历史支出金额（标签）对其进行训练。一旦经过训练，您就可以根据 3 个给定的特征预测（推断）任何新客户的预期支出。希望它能澄清一下整体方法。
另一种方法是仅使其成为纯回归。无需处理级联模型。哪个更容易处理
例如，您可以将不愿意支付 0 值的人与花费金额相关联，并在这些实例上拟合模型。
对于企业，您可以应用一个阈值，如果预测金额低于或多或少的固定阈值，您将用户归类为“不愿意支付”
【讨论】：
当然，您可以通过垂直堆叠模型来做到这一点。假设您使用的是二元分类，在预测之后您将拥有一个目标值为 0 和 1 的数据框。您将过滤 where target==1 并创建一个新的数据框。然后运行回归。
此外，如果您没有标签，您可以使用聚类而不是分类，因为成本较低。
【讨论】：