随机森林项目

Question

我对机器学习非常陌生，这是我作为大学课程的一部分正在从事的第一个项目。我选择了英国足球比赛。我选择使用随机森林。

使用不同的来源，我成功地获得了 20 年的上述比赛数据，清理了数据并构建了我的模型。

但是，我被困住了。我如何真正让模型对未来的比赛进行预测？

谢谢

我尝试加载模型，然后使用仅填充“日期”、“Home_Team”和“Away_Team”列的 CSV 文件，将其他列留空，以便模型预测这些值 - 这是执行此操作的正确方法吗？

更新：

谢谢 - 请参阅用于构建模型的代码；

from sklearn.ensemble import RandomForestClassifier
train = matches[matches["Date"] < '2012-06-01']
test = matches[matches["Date"] > '2012-06-01']
predictors = ['Home_Team', 'Away_Team',     'HT_Winner', 'FT_Winner', 'match_result', 'ht_match_result',     'HomeShots',     'AwayShots', 'HomeCorners', 'AwayCorners']
rf.fit(train[predictors], train["FT_Winner"])
preds = rf.predict(test[predictors])

用于未来预测的新 CSV：

import pandas as pd

new_data_df = pd.read_csv(..)
predictions = model.predict(new_data_df)

Answer 1

如果可以的话，请添加一个示例数据集，比如您用于预测的特征是什么，它将帮助任何人理解这些特征并相应地指导您