我正在处理一个月的每日数据框,每个数据框的主要变量都是这样的
Date_Heure Fonction Presence
2015-09-02 08:01:28 Acce 1
2015-09-02 08:15:56 check-out 0
2015-09-02 08:16:23 Alarme 0
这个想法是在15天内学习家中主人的习惯,每个时间段他的存在率,以及当他激活家中的警报时, 所以在建立这个历史性的之后,我们想知道(预测)第二天(第16天),当他根据我们计算的信息激活他的警报时,
基本上,历史应该转变为一个模型,但我无法弄清楚如何做到这一点??
我手中的东西是我的输入(我想):激活闹钟之前和之后两个半小时的存在百分比,我的输入通常应该是闹钟应该被激活的时间,所以我是什么有这样的
Presence 1st Time slot Presence 2nd Time slot Date_Heure
0.87 0 2015-09-02 08:16:23
0.91 0 2015-09-03 08:19:02
0.85 0 2015-09-04 08:18:11
我有两个时间段中存在百分比的激活小时的平均值
并且每一个新的一天都将被添加到历史性的(对于模型,所以历史性的更大的evry日到一天,并且参数将改变当然,意思是,我的指标的最大值和最小值),它是就像我们正在做一个“统计学习”
所以,如果你有任何想法,任何帮助我开始的线索,那对我来说会很有帮助,因为当我离开时,对我来说这很模糊,而我只需要正确的钥匙就能工作