使用scikit学习训练机器学习模型以进行时间序列预测

Question

我需要使用scikit-learn训练模型，以预测房间中较少人的可能时间。

这是我的数据集的样子：

Time                          PeopleCount
---------------------------------------------
2019-12-29 12:40:10               50
2019-12-29 12:42:10               30
2019-12-29 12:44:10               10
2019-12-29 12:46:10               10
2019-12-29 12:48:10               80
and so on...

此数据将在30天内可用。

模型经过训练后，我将查询模型以获取在10.AM和8.PM之间的房间中人数较少时的可能时间。我希望机器学习模型能够以30分钟的准确度做出回应。 “ 3.00 PM到3.30PM”

对于该问题，我可以使用哪种算法？如何实现目标？还是有除SciKit-Learn之外的其他Python库可用于此目的？

我是机器学习的新手，很抱歉提出一个幼稚的问题。

Answer 1

SciKitLearn模型无法识别时间戳，因此您必须将“时间戳”列分解为许多功能，例如。如果需要30分钟的准确性，则必须以某种方式（例如，从PeopleCount列中）汇总数据。记录每个30分钟时间间隔内的平均人数，最少人数或最大人数。也可以创建滞后特征，即。在前一个时隙甚至2、3或n个时隙之前的人数是多少？

一旦您准备好了时间功能和标签（相应的人员计数），就可以开始以标准方式训练模型了：

• 将您的数据分为训练和验证集，
• 训练要尝试的每个模型并比较结果。

任何回归器都应该适合该任务，即。 Ridge，Lasso，DecisionTreeRegressor，SVR等。但是请注意，如果您需要从给定范围内获得最佳时隙，则需要对范围内的每个时隙进行预测，并选择符合条件的时隙，尽管可能会有最小预测值不小于然后与之比较的情况。

如果使用回归器无法获得令人满意的结果，即每当均值或中位数平方误差过高时，您都可以提出一个分类案例，即。您无需训练回归器来预测人数，而可以训练分类器来预测人数是否大于50。

有很多方法可以解决此问题。一旦尝试了不同的模型并检查了结果，您将想出优化参数，设计功能，预处理输入等的方法。

Answer 2

首先，时间序列预测是基于当前值或多或少取决于过去值的理论基础。例如，截至2019年12月29日12:48:10的80个人必须对12：46：10、12：44：20或之前的人数产生重大影响，与过去价值观。如果没有，您最好使用其他算法进行预测。

尽管scikit软件包包含各种模块作为机器学习算法，但大多数模块专门研究分类算法。我认为，如果您的日期未被标识为时间序列的类型，则分类算法肯定会满足您的需求。实际上，即使我认为scikit似乎不太适合预测时间序列数据，也可以使用scikit。

在预测时间序列数据的情况下，RNN或LSTM算法（深度学习）已被广泛使用，但是scikit不提供它的内置算法。因此，最好研究Tensorflow或Pytorch框架，它们是使您能够构建RNN或LSTM模型的常用工具。