创建一个模型,根据其他时间序列事件和对象的属性来预测事件
Create a model that predicts an event based on other time series events and properties of an object
我有以下数据:
- 一个人的标识符
- 在现场的天数(从 1 开始一直持续到活动)
- 当时的人的月龄(因此随着位置天数的增加而增加)。
- 吸烟者(布尔值),在我们的例子中不会随时间改变
- 性别,不随时间改变
- 跌倒(布尔值)这是一个可能永远不会发生的事件,或者在某个人的整个时期内可能会发生多次
- 伤口数量:(可以从 0 到 8),伤口大多不会立即愈合,所以它通常会在一段时间内保持开放状态
- 我们要预测的事件(布尔值),只有最后一行的人对此具有值 true
我有 1500 人的数据(总共 1500000 条记录,所以平均每人约 1000 条记录)。对某些人来说,我想预测的事件会在几天后发生,对某些人来说,则是 10 年后发生。对于数据集中的每个人,事件都会发生,因此某个标识符的最后一条记录将始终包含我们要预测的事件 1。
我是新手,到目前为止我找到的所有文档都没有展示多个人或物体的时间序列。例如,当我在机器学习工作室拆分数据时,我想将同一个人随时间的记录放在一起。
是否可以在使用新记录训练模型后为系统提供数据,并且对于过去的每一天,它都会给出未来 5 天内发生的事件的估计?
编辑:2 人样本数据:http://pastebin.com/KU4bjKwJ
听起来与这个样本非常相似:
https://gallery.cortanaintelligence.com/Experiment/df7c518dcba7407fb855377339d6589f
不幸的是,将涉及一些 R 代码。是的,您应该能够使用新数据重新训练模型。
我有以下数据:
- 一个人的标识符
- 在现场的天数(从 1 开始一直持续到活动)
- 当时的人的月龄(因此随着位置天数的增加而增加)。
- 吸烟者(布尔值),在我们的例子中不会随时间改变
- 性别,不随时间改变
- 跌倒(布尔值)这是一个可能永远不会发生的事件,或者在某个人的整个时期内可能会发生多次
- 伤口数量:(可以从 0 到 8),伤口大多不会立即愈合,所以它通常会在一段时间内保持开放状态
- 我们要预测的事件(布尔值),只有最后一行的人对此具有值 true
我有 1500 人的数据(总共 1500000 条记录,所以平均每人约 1000 条记录)。对某些人来说,我想预测的事件会在几天后发生,对某些人来说,则是 10 年后发生。对于数据集中的每个人,事件都会发生,因此某个标识符的最后一条记录将始终包含我们要预测的事件 1。
我是新手,到目前为止我找到的所有文档都没有展示多个人或物体的时间序列。例如,当我在机器学习工作室拆分数据时,我想将同一个人随时间的记录放在一起。
是否可以在使用新记录训练模型后为系统提供数据,并且对于过去的每一天,它都会给出未来 5 天内发生的事件的估计?
编辑:2 人样本数据:http://pastebin.com/KU4bjKwJ
听起来与这个样本非常相似:
https://gallery.cortanaintelligence.com/Experiment/df7c518dcba7407fb855377339d6589f
不幸的是,将涉及一些 R 代码。是的,您应该能够使用新数据重新训练模型。