可以使用哪些算法从时间序列的分数构建预测变量？

Question

设S和T是用属性标记的时间序列集。每个时间序列都是高度周期性的并且实际上包含相同过程的后续重复（考虑例如步态记录，这是重复相同运动的脚位置的时间序列，为简单起见，我称之为段）。 / p>

如果我的目标是构建一个模型，从一系列此类片段返回相似性得分到S或T，那么什么是好的特征提取器？暂时忽略模型本身 - 暂时考虑特征提取，

Answer 1

您所描述的内容属于以下问题：

• 给出序列特征。
• 分类或识别隐藏状态。

例如，在机器视觉中，序列可以是针对移动的人类连续捕获的图像。目标是识别某些类别的手势。

在您的问题中，输入是d维时间序列数据，输出是两个类（S和T）的概率。

有一些处理此类问题的通用方法，即隐马尔可夫模型（HMM）和条件随机字段（CRF）。