如何告诉Pandas/scikit了解一个领域如何影响预测模型

Question

我正在尝试创建/验证一个使用虚拟数据集的预测模型，使用Phyton和sklearn，遵循this教程。你知道吗

数据集包含有关棒球投手投球的信息，这些是最重要的字段：

• 结果（玩家是否成功/不成功投掷 罢工）
• 方向（无论是高抛、中抛还是低抛）
• 其他领域如球的速度，球员数据等

基于不同的场，该模型将尝试预测投手应该投什么方向（方向场）以获得打击。你知道吗

在我下面的教程（上面的链接）中，这是一个调用生成模型的函数的示例，在本例中是logistic回归（但我们可以使用列出的任何其他分类技术）：

outcome_var = 'Direction'
model = LogisticRegression()
predictor_var = ['Result', <insert other fields here>]
classification_model(model, df,predictor_var,outcome_var) 

如何告诉模型结果字段的负面影响（和重要性）？你知道吗

基本上，如果结果是“成功的”，它应该训练模型在面对相同的场景时选择相同的方向（高/中/低）。但是，如果结果为“Unsuccessful”，则应该训练模型选择与样本中的方向不同的方向，因为这不是一个好的选择（不管其他字段如何）

如何告诉模型如何使用结果字段来做出决策？我可以包括任何更多的细节（或代码）如果需要。谢谢！你知道吗

Answer 1

你没有

机器学习的目的就是让机器自动地从数据中学习关系和规则。你知道吗

因此，他们帮助模型找到这种关系的方法是提供尽可能多的（正确的）数据。有了足够的数据，一个好的模型应该能够概括并找出，在你的例子中，'Result'字段对于预测'Direction'结果是否有用。你知道吗