我刚开始学习机器学习，目前只测试过scikit-learn，但找不到适合我问题的算法或类似的例子。

我有一个时间序列数据，显示事件发生的地点。事件的地点用1到25之间的整数标识（包括1和25）。在某一天，同一地点不会发生两次事件，且每次事件总是在5个不同的地方发生。

我的数据看起来像这样：

2015-01-01,1,3,5,8,9,102015-01-03,23,16,3,5,92015-01-05,22,16,6,13,11

第一列是日期，其余列是地点。如果没有事件发生，则不包括日期。

你有什么建议，推荐我可以尝试的算法来预测下一个时间序列中的数字（地点）吗？

如果是Python库中如scikit-learn提供的算法，那就完美了！

回答：

一个想法是将其视为多类问题。你可以想象你的目标y有25行（实际上是24行，但现在先忽略这一点），每一列是1或0，代表事件是否发生。

作为你的X的预测因子，你可以选择一些滞后平均值或最后的比如3个观察值。更多细节请参见这个问题。

一些代码如下：

from io import StringIOimport pandas as pdfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.preprocessing import MultiLabelBinarizermlb = MultiLabelBinarizer()s="""2015-01-01,1,2,32015-01-03,1,2,42015-01-05,1,2,42015-01-07,1,4,3"""df = pd.read_csv(StringIO(s), index_col=0, parse_dates=True, header=None)mlb = MultiLabelBinarizer()labels = mlb.fit_transform(df.values)labels[[1 1 1 0] [1 1 0 1] [1 1 0 1] [1 0 1 1]]

我们有4个类别和4个例子，所以得到一个4×4的矩阵。列代表类别/地点，行代表事件。

现在我们将使用前3个观察值来预测第四个观察值：

X = labels[:-1]   [[1 1 1 0] [1 1 0 1] [1 1 0 1]]

我们得到4个类别和3个观察值。我们需要将其转换为向量，因为这只是一个样本：

>>> X.flatten()[1, 1, 1, 0, 1, 1, 0, 1, 1, 1, 0, 1]

这里的每一列都是一个特征/预测因子，可以这样解释：第一列的1表示3天前类别一存在。第七列的0表示2天前类别三不存在，依此类推。

所以现在我们有一个样本/事件（最终X矩阵的一行）和相应的标签（目标y的一行）：

>>> labels[-1][1 0 1 1]

如果你按照这个程序操作，你将能够得到一个可以输入到分类器中的训练集。