使用RNN/LSTM基于过去事件预测未来事件

我得到了一组数据,其中包含与特定人员相关的任务序列:

 Person       Timestamp           Task  1            0000                 3  1            0001                 6  1            0002                 1  2            0000                 9  2            0001                 8

这些任务通常是按顺序执行的。

我们如何预测每个人接下来执行的10个任务?


回答:

我认为您是想根据每个人的历史记录来预测他们的未来事件。对于这种情况,单个事件是无法使用的。您必须拥有该人的过去事件的历史记录,然后才能进行预测。请参考此链接。您试图实现的任务确实很有趣,但数据可能不足。例如,我们以ID为1的人为例。这完全是一个时间序列预测问题。可以使用LSTM来学习该人的历史记录,然后进行预测。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注