使用ML/DL模型是否可以预测所需项目的数量？

Question

我有一个关于救护车呼叫数据的数据集。

数据样本：

     v_type      district   gender  complaint      age  Month
0   Advanced    District 1  Male    Chest Pain      28  jan
1   Advanced    District 2  Male    Heart Problem   50  dec
2   General     District 3  Male    Cardiac Arrest  76  jun
3   Advanced    District 4  Male    Heart Problem   45  oct
4   General     District 5  Female  Cardiac Arrest  52  nov
5   Advanced    District 1  Male    Chest Pain      34  feb
6   Advanced    District 2  Male    Cardiac Arrest  44  jun
7   General     District 3  Female  Heart Problem   55  july
8   Advanced    District 4  Female  Heart Problem   86  may
9   General     District 5  Male    Heart Problem   65  aug
10  General     District 1  Male    Heart Problem   60  nov
11  Advanced    District 2  Male    Chest Pain      36  mar

在数据v_type (Vehicle type)中，我们有高级特色应急车辆( Advanced )和基本特色应急车辆( General )。

如何预测一个月在某一地区应安排多少辆先进或普通救护车？

例:如果在一个月(一月)和在district3有巨大的抱怨，那么预测和需要显示5或6。需要先进的车辆型号

Answer 1

首先要做的是重组数据，使其符合您想要解决的问题:因为目标是按月预测每一种类型的车辆的数量，所以您的数据应该包含该数字的列。

在这里，您需要计算每个月和每种类型的车辆的行数，以便获得如下内容：

v_type   district    month number
Advanced District 1  jan   1
General  District 1  jan   2
Advanced District 2  jan   0
General  District 2  jan   3
Advanced District 1  feb   2
General  District 1  feb   3
...

之后，您可能需要以回归算法可以使用的方式来表示月份(和年份)，通常是从月份1开始的整数。