Question

基于系列预测数的问题。我给出了6个数字的序列，并希望预测接下来的6个数字

条件：星期一输入-前6个数字在（1-100）范围内

星期二输入-前5个数字在（1-100）范围内，第6个数字在（1-15）范围内

输入：

星期一-34、45、56、37、78、65

星期二-78、45、36、57、89、12

星期三-45，67，84，56，57，89

星期四-65、45、67、85、49、10

星期五-67、56、67、74、53、49

星期六-56，67，48,59，60，8

周日-无任何数据（假日）

再次重复图案

输出：下一个系列

我认为回归会有用吗？但由于没有标签，如何处理

需要帮助来编写一些代码

Answer 1

仅供参考，我认为您可以尝试任何RNN框架，因为您的数据是时间序列。您可以尝试使用RNN，GRU，LSTM等。每天，您可以将每3个值作为输入，下一个将作为您的标签，即输出。

E.g. [[-34],[45],[56]]   [37]
     [[45],[56],[37]]    [78]
     [[56],[37],[78]]    [65]
     [[-78],[45],[36]]   [57]
     [[45], [36],[57]]   [89]
     ....

当然，您可以尝试每两个或四个作为输入，下一个将作为输出，看看什么是最好的。并将每个输出转换为一个输出。而且，您也可以将每一天作为输入之一。例如，您给所有星期一输入一个1作为第一个功能，星期二给一个2，星期三给一个3，依此类推。由于每天的信息也可能有助于建模以找到某种模式。因此，示例将是

[[1],[-34],[45],[56]]   [37]
[[1],[45],[56],[37]]    [78]
[[1],[56],[37],[78]]    [65]
[[2],[-78],[45],[36]]   [57]
[[2],[45], [36],[57]]   [89]
 ....

人们之所以对您投下赞成票，是因为确切的编程问题引起了堆栈溢出。例如，当您实现算法时，在编程过程中会收到一些错误消息，或者输出不是您期望的。无论如何，希望我的回答对您有所帮助。

使用机器学习，根据之前的6个数字序列（训练数据）预测接下来的6个数字序列

1 个答案: