我有一个数据集,其中包含以下数据:列是天(天是我的列,例如day1
,day2
... day30
),行代表个人({{1 }},individual1
,... individual2
)。数据条目表示个人在给定的时间段内是否正在看电视;条目是0和1。
我想预测某个人在未来几天内是否有可能在给定的时间段内看电视。我查看了时间序列算法,但是由于我的数据是二进制条目并且我正在与多个人打交道,因此怀疑它们是否适合我的事业。因此,我必须一次为每个人进行预测。
我考虑使用随机森林-在其中我将第4天作为目标变量,而individual100
,day1
,day2
将是自变量。然后,我将训练我的模型并考虑day3
,day2
,day3
进行第5天的预测。其他日子也一样。
您可以针对此问题建议什么算法?