我具有带有日期和日期时间多索引的DataFrame功能,以及DataFrame下方的标签。
Date和Date_Time列是两个索引。 A,B,C,D是要素,Lebel列是给定时间的要素分类。例如,假设标签2是最大的足迹,而1是一天中给定时间的最小足迹,而标签0是足迹的中间计数。
我想训练此数据集以预测最大和最小足迹的每天时间。 我将传递“预测” DataFame,预期结果将是一个时间戳(最大值(标签2))和一个时间戳(最小值(标签1))。
这是示例数据:
import pandas as pd
feature = 'https://raw.githubusercontent.com/anirban2009/data/master/feature_data.csv'
predict = 'https://raw.githubusercontent.com/anirban2009/data/master/predict.csv'
df = pd.read_csv(feature, index_col=[0,1], parse_dates=True)
predict = pd.read_csv(predict, index_col=[0,1], parse_dates=True)
print (df.head(8))
print (predict.head(8))
请为我提供有关如何训练“功能” DataFame以及在这种情况下使用哪种机器学习模型/算法的建议。