配料，食谱和食谱评级。我想根据成分组合来预测评级

Question

对于我的问题的第一步、我可以使用的建模技术的建议或相关的研究(我找不到任何)，我会非常感激。

我有一份配料清单(总共150份)和一份食谱列表(100份左右)，其中包括每个食谱中的成分组合(每个食谱平均有4-5份)。

我的输出变量是这些菜谱(味觉、气味、外观和纹理)的4个评分指标，每个菜谱的等级为1-10。

我的目标是根据我指定的新的成分组合(从列表中挑选)来预测这4项指标。

我应该使用什么建模技术来帮助解决这个预测问题？

Answer 1

以下是几个开始的想法：

一个简单的模型是使用多元线性回归(MLR)或随机森林。

如果只想根据是否使用成分进行评估，则输入数据集可能如下所示：

黄油面粉蛋..。测试气味外观纹理1 0 1 1 1 5 2 4

如果要预测每种成分中有多少成分(有些成分更好，太多成分不太好)，则数据集可能如下所示：

黄油面粉蛋..。检验气味外观质地1.5 3.0 2 1 5 2 4

你可以从这个网站得到一些其他的想法：

https://machinelearningmastery.com/multi-output-regression-models-with-python/

Answer 2

随机森林在这里可以很好地工作，因为它是一棵决策树。在你打电话给RandomForest之前，你将不得不OneHotEncode你的分类变量，例如黄油面粉鸡蛋.因为Regressor或分类器(无论您想要什么)都不能处理字符串和NaN值。

https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestRegressor.html