Ich habe noch nie .NET für alle Datenanalysen verwendet, aber ich bin sicher, dass es nicht zu schrecklich schwierig sein wird, zu transponieren, was ich sage hier in der Logik in .NET
Eines der Dinge Leute, die nicht mögen über Datenwissenschaften ist, dass, um zu sehen, ob etwas tatsächlich möglich ist (Vorhersage der zukünftigen Ergebnisse in diesem Fall), müssen Sie viel mit den Daten zu erkunden und sehen, ob die Daten genug von einem Muster zu haben gelernt werden (entweder durch den Menschen oder durch einen ML-Algorithmus).
Die Art und Weise dies zu tun wäre, die Daten in irgendeiner Weise zu mischen und zu teilen ... sagen wir in eine Gruppe mit 70 Prozent der Daten und eine zweite mit 30 Prozent der Daten. Sobald Sie dies getan haben, möchten Sie einen Algorithmus mit der ersten Gruppe (Trainingssatz) trainieren und die zweite Gruppe (Testsatz) verwenden, um die Genauigkeit Ihres Algorithmus zu überprüfen. Wie wählen Sie einen Algorithmus? Das ist der schwierigste Teil. Nur Sie können sagen, welches für Ihr spezielles Szenario am besten ist, wenn Sie vollen Zugriff auf die Daten haben. Da Ihre Ausgabe jedoch sehr diskret zu sein scheint (sagen wir maximal 5 Aktionen), ist dies ein klassifiziertes Lernproblem. Ich würde einige Analyse mit einem dieser Algorithmen (SVM, KNN, und DecisionsTrees sind ein paar beliebte), und verwenden Sie einen Fehler LIKE F1 oder R^2, um festzustellen, wie gut Ihr angepasster Algorithmus auf Ihrem Test-Set funktioniert.