AI大神求助，如何使用这些数据训练模型，最终实现通过消费数据对客户定性？

tabular数据做好

features（特征）：消费数据分类，金额，等等等等能想到的都加上
target（目标）：预期住院天数和实际住院天数的比较

每一行就是一个个体

目前处理这种模型最牛逼的算法叫GBDT（gradient boosting decision tree），基于decision tree（比如random forest）的ML增强版

还可以用Shapley value衡量每个feature对loss或者其他criterion的sensitivity

两大成熟的软件包一个是微软的LightGBM，一个是曾经找到希格斯玻色子的XGB

如果细讲以上大概可以为一个小公司省去100k到200k的咨询费