В настоящее время я работаю над моделью прогнозирования с использованием Microsoft Azure. У меня есть набор данных, который содержит данные об одной категории (животное = собака), и я прогнозирую цену собаки (целевое значение), используя несколько значений характеристик, которые работают довольно хорошо ..
Следующий шаг: I хотел бы расширить мой набор данных, добавив данные о кошках. Характеристика и целевые значения такие же, как для собак. Я также добавил колонку для типа животного (собака, кошка), чтобы различать guish их.
Проблема: Когда я проводил свои эксперименты, я получал следующие результаты:
- Набор данных содержит данные о собаках и кошках + метка животного: Dog = 1950 $ Cat = 1500 $
- Набор данных содержит данные о собаках и кошках без метки животных: Dog = 1700 $, Cat 1700 $ (не удивлен) )
- Набор данных содержит только данные о собаках: Dog = 2100 $
- Набор данных содержит только данные о кошках: Cat = 1400 $
Исход для эксперимента 1 предполагался так же, как E3 для собак (2100 $) и E4 для кошек (1400 $). По-видимому, алгоритм все еще смешивал данные о собаках и кошках, чтобы предсказать цену.
ВОПРОС: Возможно ли для ML использовать только выборочные данные для прогноза? Или он всегда использует все данные из набора данных?
Спасибо за помощь :)