机器学习分类器将过去的预测用作特征

Question

我想建立一个二进制分类器机器学习模型。 考虑到训练样本不是独立的，我想将模型的先前预测用作未来预测的特征。

是否有一个框架可以通过scikit-learn或任何其他python ML库来实现？

我知道可以使用基于内存的神经网络体系结构（如RNN，LSTM等）解决此问题，但是我想首先考虑非深度学习方法（通常使用梯度增强模型，基于树的模型）。 ..）

Answer 1

您可以使用多种统计模型来基于过去预测未来，而无需使用深度学习；换句话说，用于时间序列预测。

例如，您可以使用ARIMA/SARIMA/SARIMAX或VAR，它们是可以用于预测的统计模型。

您可以参考以下链接作为起点：

1. https://machinelearningmastery.com/arima-for-time-series-forecasting-with-python/
2. https://www.machinelearningplus.com/time-series/vector-autoregression-examples-python/

此外，别忘了深入研究statsmodel python库。