데이터를 테스트 할 때 교육 데이터보다 기능이 적을 경우 어떻게해야합니까?

상점 판매를 예측하고 있으며 교육 데이터에는 두 가지 기능이 있습니다.

• 날짜가있는 상점 판매에 대한 정보 ( "Store"필드는 고유하지 않습니다)
• 상점 유형에 대한 하나 ( "Store"필드는 여기에서 고유합니다)

따라서 행렬은 다음과 같습니다.

+-------+-----------+------------+---------+-----------+------+-------+--------------+
| Store | DayOfWeek |    Date    |  Sales  | Customers | Open | Promo | StateHoliday |
+-------+-----------+------------+---------+-----------+------+-------+--------------+
|   1   |     5     | 2015-07-31 |  5263.0 |   555.0   |  1   |   1   |      0       |
|   2   |     5     | 2015-07-31 |  6064.0 |   625.0   |  1   |   1   |      0       |
|   3   |     5     | 2015-07-31 |  8314.0 |   821.0   |  1   |   1   |      0       |
|   4   |     5     | 2015-07-31 | 13995.0 |   1498.0  |  1   |   1   |      0       |
|   5   |     5     | 2015-07-31 |  4822.0 |   559.0   |  1   |   1   |      0       |
|   6   |     5     | 2015-07-31 |  5651.0 |   589.0   |  1   |   1   |      0       |
|   7   |     5     | 2015-07-31 | 15344.0 |   1414.0  |  1   |   1   |      0       |
|   8   |     5     | 2015-07-31 |  8492.0 |   833.0   |  1   |   1   |      0       |
|   9   |     5     | 2015-07-31 |  8565.0 |   687.0   |  1   |   1   |      0       |
|   10  |     5     | 2015-07-31 |  7185.0 |   681.0   |  1   |   1   |      0       |
+-------+-----------+------------+---------+-----------+------+-------+--------------+
[986159 rows x 4 columns]

과

+-------+-----------+------------+---------------------+
| Store | StoreType | Assortment | CompetitionDistance |
+-------+-----------+------------+---------------------+
|   1   |     c     |     a      |         1270        |
|   2   |     a     |     a      |         570         |
|   3   |     a     |     a      |        14130        |
|   4   |     c     |     c      |         620         |
|   5   |     a     |     a      |        29910        |
|   6   |     a     |     a      |         310         |
|   7   |     a     |     c      |        24000        |
|   8   |     a     |     a      |         7520        |
|   9   |     a     |     c      |         2030        |
|   10  |     a     |     a      |         3160        |
+-------+-----------+------------+---------------------+
[1115 rows x 4 columns]

두 번째 매트릭스는 상점 유형, 각 품목이 판매하는 품목 그룹 및 가장 가까운 경쟁 업체 상점과의 거리를 설명합니다.

그러나 테스트 데이터에는 Customersand Sales필드가 없는 첫 번째 행렬의 정보 만 있습니다 . 목표는 주어진 판매 분야를 예측하는 것입니다

• 저장
• DayofWeek
• 데이트
• 영업 (점포가 열려 있는지 여부)
• 프로모션 (상점이 프로모션 중인지 여부)
• StateHoliday (공휴일인지 여부)

위의 글 머리 기호 필드를 기반으로 분류자를 쉽게 훈련시킬 수 Sales있지만 테스트 데이터에서 얻지 못하는 훈련 데이터에서 두 번째 행렬을 어떻게 활용할 수 있습니까?

상점 유형에 대한 두 번째 매트릭스는 정적이며 테스트 데이터에 쉽게 결합 할 수 있다고 가정하는 것이 논리적입니까?

테스트 데이터 기능 세트에 구멍이있는 경우 어떻게됩니까? 테스트 데이터의 일부 행에 대해 "프로모션"값이 없습니다.

비지도 학습을위한 추가 기능을 사용하십시오. 그는 SVM의 맥락에서 Vladimir Vapnik이 이것을 특권 학습이라고 부릅니다. 지능적 교사와의 학습 : 유사성 제어 및 지식 전달

문제를 나타내는 방식에 문제가있을 수 있습니다. 테스트 데이터에는 두 개의 필드가 없지만 정확하지는 않습니다.

모든 데이터를 가져 와서 훈련 세트와 테스트 세트의 두 그룹으로 나누어야합니다. 80 % -20 % 또는 70 % -30 %의 비율로. 그런 다음 학습 세트의 데이터로 알고리즘을 학습하고 테스트 세트의 데이터로 모델의 정확성을 테스트합니다.

정확도는 모형이 정확할 확률입니다. 또는 다른 방법으로, 다음에 모델을 사용하여 판매를 예측할 때 정확도는 예측이 실제 일 확률입니다