新手:从哪里开始,给定一个问题来预测未来的成功与否

我们有一个基于Web的产品,允许用户预测商品的未来价值(或需求),历史数据包含大约10万个例子,每个例子有大约5个参数;

考虑一类称为预测的数据:

prediction {
    id: int
    predictor: int    
    predictionDate: date
    predictedProductId: int
    predictedDirection: byte  (0 for decrease, 1 for increase)
    valueAtPrediciton: float
}

以及测量预测结果的成对结果类:

predictionResult {
    id: int
    valueTenDaysAfterPrediction: float
    valueTwentyDaysAfterPrediction: float
    valueThirtyDaysAfterPrediction: float
}

我们可以定义这样一个成功的测试用例,如果在预测的时候,任何两个未来的值检查点都是有利的。

success(p: prediction, r: predictionResult): bool = 
    count: int 
    count = 0

    // value is predicted to fall
    if p.predictedDirection = 0 then
       if p.valueAtPrediciton > r.valueTenDaysAfterPrediction then count = count + 1
       if p.valueAtPrediciton > r.valueTwentyDaysAfterPrediction then count = count + 1
       if p.valueAtPrediciton > r.valueThirtyDaysAfterPrediction then count = count + 1

    // value is predicted to increase
    else
       if p.valueAtPrediciton < r.valueTenDaysAfterPrediction then count = count + 1
       if p.valueAtPrediciton < r.valueTwentyDaysAfterPrediction then count = count + 1
       if p.valueAtPrediciton < r.valueThirtyDaysAfterPrediction then count = count + 1

    // success if count = 2 or count = 3
    return (count > 1)

当用户提交表单时,预测类中的所有内容都是已知的,并且预测结果中的信息直到稍后才知道;理想情况下,模型或算法可以从我们的三年历史中派生出来,将算法应用到一个新的预测中,我们可以得到一个概率至于这是否会成功(我很高兴看到一个布尔Y/N标志,说明这是否有趣)。

我对机器学习不太了解,我正努力通过材料来学习。但如果我能有一些指导,这样我就可以研究和实践我需要解决的问题。

谢谢你