我尝试使用Weka中的NaiveBayesUpdateable分类器。我的数据包含了名义属性和数值属性：

  @relation cars  @attribute country {FR, UK, ...}  @attribute city {London, Paris, ...}  @attribute car_make {Toyota, BMW, ...}  @attribute price numeric   %% 汽车价格   @attribute sales numeric   %% 销售的汽车数量

我需要根据其他属性预测销售数量（数值！）。

我了解到在Weka中不能使用数值属性进行贝叶斯分类。一种技术是将数值属性的值分割成长度为k的N个区间，并使用名义属性代替，其中n是类名，像这样：@attribute class {1,2,3,…N}。

然而，我需要预测的数值属性范围从0到1,000,000。创建1,000,000个类别完全没有意义。如何使用Weka预测数值属性，或者如果Weka没有这类工具，我应该寻找哪些算法？

回答：

这根本不是一个分类问题。你应该使用回归模型，例如LinearRegression。