请对我宽容一些，我是机器学习的新手。我确信有人会请求关闭这个问题，因为它带有主观性，但我找不到我特定的答案，也不知道该如何提问。

如果我有一家商店，商店里有三个区域。我有传感器来检测人们进出每个区域的情况。这每15秒发生一次。因此，在我的数据库中，每15秒我都有每个房间的占用人数计数。

使用这些数据，我希望预测未来每个房间的占用情况，同时，如果有人进门，预测他们最可能去的房间。

是否有可能使用一个简单列出每个房间及其每15秒占用情况的数据集来预测未来每个房间的占用情况，以及人们进入时最可能去的地方的概率？这是一个回归模型吗？

谢谢！

Mike

回答：

预测他们最可能进入的房间：

这属于分类问题。输出属于一组类别，在这种情况下是不同的房间。

预测每个房间的占用情况：正如@隐藏人名 提到的是一个回归问题。

你可以从两个角度来看待这个问题，

1. 多目标回归问题，每个房间的占用情况作为一个目标，过去所有房间的占用情况作为输入。

2. 针对每个房间的独立预测问题，相应房间的过去占用情况作为输入。

要学习机器学习的基础知识，你可以浏览这个链接