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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注