我正在研究一个问题来预测“明年”何时需要在道路上进行治疗。这就是我的数据集的样子：Dataset
我对数据进行了如下预处理：使用one-hot编码（没有关系）和标签编码将分类数据转换为数字。我从线性回归开始，取得了 0.72 的 R²。
在我的数据集中，我使用 NEXT_TREATMENT_YEAR 作为目标变量。一个问题是我的数据集没有任何未来日期，因此我希望我的模型具有外推能力。我还使用了随机森林和 XGBoost，但这些都无法推断。我现在正在使用 PyTorch 建立神经网络。但是，我需要一些指导以确保我走在正确的道路上。
您可以轻松地“生成”具有道路及其当前属性的新样本，并让您训练的模型预测下一个治疗年。
但是，我不确定道路的损坏是否会导致下一次处理，或者下一次预定的处理是否会导致道路状况..
