我刚开始学习机器学习，并且有IMDb电影数据集，尝试根据以下因素预测电影的’IMDb评分’：'ratingCount','nrOfWins','nrOfNominations','nrOfPhotos', 'nrOfNewsArticles', 'nrOfUserReviews','nrOfGenre'。

我最简单的Python代码是 code-python。

在我的代码中，我使用了’Support Vector Regression’机器学习算法。我只想知道我的方法如Python代码中所示是否正确有效，如果这种方法正确的话，我是否可以使用其他回归算法，如RandomForestRegression，DecisionTreeRegression，以同样的简单代码方式来预测'imdbRatings'。

如果我的方法是错误的，是否是因为我有多个独立变量，而我应该只使用一个独立变量来预测我的依赖变量’IMDb评分’。

X = df[['ratingCount', 'nrOfWins', 'nrOfNominations','nrOfPhotos','nrOfNewsArticles', 'nrOfUserReviews', 'nrOfGenre']][0:100].valuesy = df['imdbRating'][0:100].valuesfrom sklearn.svm import SVRregressor  =  SVR()regressor.fit(X, y)regressor.predict([[40550, 1, 0, 19, 96.0, 85.0, 3.0]])

输出: array([ 8.3859375])

回答：

查看你的代码和数据集，你需要从IMDb获取更多的数据才能使这个项目成功。支持向量回归算法无法基于6个样本进行解释和预测。你可能需要数百个评分各不相同、差异很大的样本。祝你的项目好运！