SciKit-Learn - 最も変化を起こす要因を予測する

Question

私はSciKit-Learnの3時間のイントロを見ただけで、回帰モデルの基本、監督されていない学習、監督されていない学習などを理解しています。 1組の入力データに基づいて結果を予測する。しかし、私は、20の製品と、複数のデータ（時間、価格、カテゴリなど）を持つ大量の売り手のログを持っていると言うことができ、どの3つの製品価格を変更するかを知りたいと言う方法があります最も利益を増やす？

KPIは、私がどれくらいの利益を上げるか（売り上げあたりの純利益と売却数量）であり、価格モデルを改善したいと考えています。だから私は3つの製品を変更し、最も高い利益増加を達成するためにどの3つの製品価格を増減すべきか教えてもらいたい。

簡潔に： SciKit-Learn（または一般的には数学モデルのような）にあるモデルがあります。特定の数のデータを変更するとわかります。結果への影響？

データを使ってランダムフォレストや単純な回帰を教えてから、一度に3つの価格を変更して反復する関数を作成し、データを予測して最良の結果を見つける関数を作成しました。基本的に私は製品のすべてのバリエーションを反復しなければならないので、非常に高価です。そして、価格の変化の大きさについても、それが肯定的であろうと否定的であろうと、問題があります。それで、より良い方法があると感じています。私はそれをまだ理解していません。

ご意見はありますか？ SciKitにはこのようなものがありますか？

ありがとうございました！

Answer 1

私は、機械学習はあなたがやっていることに対して少し残忍であると言います。

利益= P1の*のQ1 + P2の*のQ2 + PN、QNは、n番目の製品の価格、数量は... PN * QN

。

各商品の利益を最大化する価格曲線と数量曲線のポイントを見つけることで、各商品の最適な価格を独自に決定することができます。 （私はあなたがこの部分にgradient descentを使用できると思います）。ここから、現在の製品価格が最適な価格から最も離れているものを特定し、最大の利益をもたらすものを変更することができます。