Python 结合文本和；R中的范畴列

我有一个IT运营票证数据集，其中包含票证编号、描述、类别、子类别、优先级等字段

我需要做的是使用可用数据（票号除外）预测票的优先级。样本数据如下所示

Number  Priority Created_on Description               Category     Sub Category
719515  MEDIUM  05-01-2016  MedWay 3rd Lucene.... Server       Change
720317  MEDIUM  07-01-2016  DI - Medway 13146409  Application  Incident
720447  MEDIUM  08-01-2016  DI QLD Chermside....  Application  Medway

---

请在这方面指导我

没有更多答案的回答有点困难，这更多的是上下文问题，而不是代码问题。但是这里是我用来开始评估这个问题的逻辑，请记住，它可能涉及编写一些单独的脚本，每个脚本执行任务的一部分

试着把问题分解成更小的部分。没有所有的数据，你无法进行分析，所以从创建数据开始

您的类别和子类别已经列出了每个列表中的所有独特因素，并根据您的系统和业务需求为每个因素创建了一组权重。在创建子类别权重时，请记住它们将如何与类别（+/-以及大小）交互

写一个脚本来阅读描述，数一数所有不重要的单词。为单词创建某种类型的分类，以帮助您构建列表，这些列表将使用类别和子类别通知模型。 该值是一条错误消息，还是机器名，或者其他一些代码，或者您可以使用关键字提取的问题类型

所有的单词分组有什么意义？ 公司将如何为决策做出贡献

当你决定这些事情时，考虑一下类别

然后与所有的部分，决定一个模型，建立，测试和完善。我知道这里面没有代码，但数据科学的问题解决部分大部分时间都是在代码之外进行的

---

你需要自己设计代码。如果你被困在编辑后，我们可以提供帮助。

你的问题非常广泛。请尝试用您遇到的特定问题来加强它。其次，您可以将文本处理到TDM，然后附加分类数据，并将其用于培训您的模型。。。这是我心中的想法，但不确定如何实施。不管怎样，我还是要试一试。同时，我将尝试重新表述这个问题，使其更加简洁。谢谢@sconfluentus。我将尝试一下这种方法。我同意我的问题非常广泛，现在我已经去掉了我稍后会考虑的一部分。我会在这里更新，一旦我有一些进展。不幸的是，由于我没有足够的声誉，我无法推翻你的答案。很好！如果我能找到一种简洁的方式，我会把它写在评论里！