我最近在学习机器学习课程。我发现示例输入数据通常是这样的（例如，恶性肿瘤分类）：

/    size   gender    classificationm1  100     male      malignantm2   50    female     benign

所有这些数据都可以放入一个 m * n 的矩阵中，其中 m 是样本数量，n 是特征数量。

如果输入数据不是行列形式呢？例如，我想通过客户的订单历史来预测客户是否有恶意。而输入数据的形式是这样的：

我有多个客户：

[c1, c2, c3]

一个客户有多个订单：

[o1, o2, o3]

每个订单有多个属性：

[orderDate, itemName. itemType, isPayed]

因此，我认为这些数据无法直接放入矩阵。在程序代码中，这应该是一个三维数组。

如何处理这种数据呢？

回答：

你可以为每个订单使用不同的模型。如果基于某个订单判断客户无恶意，则该模型输出0，否则输出1。然后，采用多数投票的方式来得到最终结果。