基于covid数据的再训练回归模型

Question

我正在尝试重新训练一个回归模型(XGB回归器)，它是在前人类时代(2020年2月)使用的。

模型的因变量是预定量，由于贪心，预订量受到影响，影响了模型的精度。

有什么建议，我可以如何设法重新培训我的模型上的贪得无厌的数据，但仍然设法获得体面的准确性？

Answer 1

你以前的模型是没用的。在我看来，你不能用它来预测科维德大流行，因为所有的预订都大幅减少了。

我建议建立一个新的模型，只使用科维德大流行时间的数据。然后，您将有一个更准确的模型，为这些时间。如果您有较少的历史数据，但当然，唯一的问题是，与不代表当前时代的庞大数据集相比，拥有更少的数据却更有用。

请注意，您可能可以在这个新模型中添加一些有用的特性，例如，该国每天Covid的死亡人数。当然，这个功能会对你有帮助，因为如果你每天有大量的死亡，你可能会有更少的预订，否则，如果有更少的死亡，应该有更多的预订。