我被分配了一个任务，需要根据一些变量来预测餐馆的收入。我可以使用逻辑回归来预测收入数据吗？数据集来自Kaggle的餐馆收入预测项目。附注：我被告知要使用逻辑回归，我知道这不是解决这个问题的正确算法

回答：

是的… 你可以使用！

使用逻辑回归可以对数值变量进行预测。你目前拥有的数据包含所有独立变量，结果将是一个二分变量（依赖变量，值为TRUE/1或FALSE/0）。

然后，你可以使用它来确定对数比率，从而找到一个概率（范围0-1）。

作为参考，你可以查看这个。

——————-更新——————————-

让我给你举个我去年的工作例子… 我们需要预测一个学生是否能通过校园招聘，基于过去三年的测试结果和他们的最终成功或失败的历史数据。（注意：这是二分的，我们稍后会讨论这一点。）

样本数据包括学生的学术成绩和在学校举行的 aptitude 测试成绩，以及他们的状态是已被录用还是未被录用。

但在你的情况下，你需要预测收入（这不是二分的）。那该怎么办呢？看起来我的情况很简单，对吗？不…！

我们不仅仅是被要求预测学生是否会通过，我们是要预测每个学生被录用的几率，这根本不是二分的。看起来和你的情景很像，对吗？

所以，你可以做的就是，首先对数据进行分类，确定哪些输入变量会影响最终的输出变量（这将有助于收入计算）。

例如：使用数据来找出餐馆是盈利还是亏损，然后与一些算法结合来找出近似的收入预测。

我不确定是否已经存在完全符合你需求的算法，但我相信如果你在这方面投入更多的研究和分析，你会做得更好。

提示：永远不要这样想：“逻辑回归能解决我的问题吗？”而是扩展到，“如果与其他技术结合使用，逻辑回归能做得更好吗？”