Machine learning 预测序列中的下一个目的地。它是什么类型的分类？

如何决定使用何种建模？

你说得对-这不是一个回归问题，除非每个酒店的标签后面都有一些线性逻辑（例如，65号酒店在65英里之外，66号酒店在66英里之外）。这似乎不是事实，但如果是的话，那么这是一个简单的回归问题，在这个问题中，你基本上可以预测一个人到酒店的距离。然而，我不高兴

正如你所指出的，你真正应该调查的是。 如果您有执行此类分析的经验；看看这本书。关于如何使用该特定类，甚至还有很多建议。

recommender systems

---

尝试预测用户下一步将购买什么“产品”。

不幸的是，此网站的格式不能很好地处理此类问题：请添加您编写的代码和尝试过的方法，然后询问您遇到的特定问题。@MBack此问题实际上是无用的，因为您删除了原始问题的重要部分问题。请添加您删除的信息或删除此问题。@not_a_robot是的，我想删除。.但现在无法回答。not_a_robot非常感谢您的建议和链接。我的想法是一致的。是的，我有一些与scikit learn合作的经验。所以用户id、酒店id、大陆id都是分类变量。如果我把它们转换成二进制，那么我会得到太多的新特性，而且非常稀疏。你能建议一些更好的方法吗。谢谢