使用支持向量机(SVM)匹配时间序列

如果有两个不同的图表,我可以使用SVM来检测它们是否在定义的误差范围或阈值内接近匹配(而不是完全匹配)吗?如果可以,步骤是什么?我该怎么做?抱歉,我在机器学习领域是新手,非常感谢专家的帮助。

我问这个的原因是我有一组在时间(t)上的输入(x),我想验证并与预定义的一组在时间(t)上的值(x)进行匹配。这可以在使用移动设备上的加速度计进行动作类型检测中使用。


回答:

从你两个段落的第一句话来看:你只是想检测一个新实例是否“接近”你预定义的时间序列集合中的任何一个实例。直接的方法就是去做;不需要使用复杂的机器学习算法。

如果你不想将每个实例与你预定义集合中的所有内容进行比较,那么你可以(可能)尝试使用聚类或其他无监督学习算法将其简化为更少的原型。

SVM通常用于解决数据驱动的分类问题,在这种问题中,你有:两个(或更多)标记的数据集,每个数据集有许多实例;每个实例有一组特征值,你想构建一个分类模型来标记后续的数据。

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