Question

我有一个过去两年中多个用户活动的数据集。我的问题是预测给定的人在不久的将来可能会从事何种活动。

例如：

Today is 2019-05-27 
Input should be user_id (ex: 1)

然后它必须产生类似以下的内容：

具有user_id 1的用户可能会在2019-05-30爬山
具有user_id 1的用户可能会在2019-06-02出行

所有这些都应使用用户活动历史记录进行预测。（每个活动的频率可以不同）

如何在python上使用机器学习解决此问题？

哪种算法最适合此类问题？

Answer 1

任何（时间序列分析）tsa算法都可用于您的问题陈述，但首先

1。。您需要清除数据并以算法可以学习的格式进行处理。

2。。您可以创建一个具有两列或更多列的熊猫数据框，第一列将是具有所有日期的索引，时间和第二列将有一个向量/数字，代表您的活动从第三列开始的数据集，您可以将不同用户的值保留在不同的列中 |---------------------|------------------| | index | data_user1 | |---------------------|------------------| | date | activity_label | |---------------------|------------------|

3。。要将活动转换为向量/数字，可以使用标签编码器

4。。估算数据集中缺少的时间戳。

5。。使用任何tsa算法或LSTM / NN的滑动窗口方法或statsmodels.tsa中预先实现的算法

我建议您使用ARIMA / SARIMA，如果您以正确的格式输入日期，则只需编写这三行代码即可。

model=statsmodels.api.tsa.SARIMAX(train_df,order=(1,0,1),seasonal_order=(1,1,0,24))
model = model.fit()
model.predict()

预测时间序列数据中的多个功能（使用键）

1 个答案: