我是机器学习的新手,需要帮助了解如何对以下(假设的)问题进行建模。
假设我记录了有关数千人的以下信息。
365 天里,每一天我都会记录下每个人的以下信息。
- 人的体重
- 性别(男性为 1,否则为 0)
- 卡路里摄入量
- 燃烧的卡路里
- 睡了一小时
所以我的完整数据集看起来像这样
人1
| 天 | 重量 | 性别 | 热量摄入 | 烧焦的 | 睡了几个小时 |
|---|---|---|---|---|---|
| 1 | 82 | 1 | 2010 | 1890 | 6 |
| 2 | 81.5 | 0 | 2050 | 1785 | 8 |
| ... | 81.7 | 1 | 2055 | 1780 | 7 |
| 365 | 81.2 | 1 | 2060 | 1810 | 7 |
人2
| 天 | 重量 | 性别 | 热量摄入 | 烧焦的 | 睡了几个小时 |
|---|---|---|---|---|---|
| 1 | ... | ... | ... | ... | ... |
| ... | ... | ... | ... | ... | ... |
| 365 | ... | ... | ... | ... | ... |
等等。
我想使用这些数据在 python 中训练一个模型。该模型应该能够执行以下操作:
我将提供一个新人的 30 天信息作为模型的输入,它会给出一个二进制值,指示该人在未来 7 天后会变瘦还是变胖。这可以做到吗?
编辑:我想学习如何解决这样的问题、合适的算法以及如何塑造我的数据。不担心训练模型的准确性,因为我不会在现实生活中使用它。