Artificial intelligence 推荐人工智能/机器学习：配置文件输入、收入预测

我的项目看起来是这样的：我的数据集是一群人的档案，具有各种属性，例如布尔hasJob和int healthScore，以及他们的收入。利用这些数据，我试图预测他们未来的收入。每个档案也有一个历史：例如，他们过去的属性和收入是什么

所以本质上，我试图将多组（x布尔，y数字）映射到一个数字（来年的工资）

我考虑过神经网络、贝叶斯网络和用于函数拟合的遗传算法。有什么建议或意见吗

提前谢谢！

---

--Emily

你想做的就是“时间序列建模”。然而，每个系列（每个人）可能只有很少的数据。我认为很难找到一个适合每个人的模型，因为你做了一些一般性假设，例如，每个人都同样以职业为导向。此外，这是一个非常吵闹的目标，例如，你必须考虑某人是否是甜言蜜语者。你如何衡量这样一件事？我很确定你当前的属性有足够的噪音，这会让你很难预测任何事情。当你说健康状况时，你是指身体健康还是精神健康。在不同的行业中，不同的事情是重要的。他们所从事的业务或行业如何？它的健康和增长潜力？我认为这对他们的收入影响很大。我还认为，你有因变量以及属性可能（而且很可能）受到目标变量的影响。例如。收入较高的人健康状况较好。这听起来是一件非常复杂和困难的事情，而且“我天真地将数据分组并尝试了一系列方法”绝对不会产生有意义的结果。我建议您学习更多关于时间序列建模的知识，尤其是您拥有的数据。也许可以试着从根据人的初始属性对他们进行聚类开始，看看他们是如何发展的。是否存在与此发展相关的变量

你的研究问题是什么