对于我的问题,我有以下机器:机器
在这台机器上,有两个入口可以让产品进入。以下是一些规则和观察结果:
-规则1:如果一个产品从一个入口进入,它将从同一入口出来。
-规则2:对于一个入口,如果一个产品已经通过它进入机器且尚未出来,其他产品不能通过该入口进入。
-观察1:如果两件产品同时在机器上处理,它们的处理速度会变慢。
-观察2:产品的处理时间取决于其类型。
对于这个项目,我需要创建一个模型来估计这台机器上不同产品的处理时间。因此,我决定使用机器学习,并使用以下输入和输出:机器学习图表
问题在于:有时候我的机器里只有一个产品。在我的训练数据集中,如果一个入口没有产品(例如,入口1),输入和输出如下:P1=0;T1=-1;B1=-1;E1=-1
scikit-learn的机器学习算法是否会学习到这种特殊性?还是我需要创建两个模型:一个是机器里只有一个产品的模型,另一个是机器里有两个产品的模型?或者是否可以将一些规则纳入模型中(例如,如果P1=0,则(E1=-1,不对与入口1相关的模型部分进行训练,而对与入口2相关的模型部分进行训练))?
回答:
如果你有足够的训练样本,并且模型训练得当,是的,它会理解当P1=0且T1=-1时,应该预测出接近E1=-1的结果。