从数据序列输出预测

数据挖掘 预测建模 算法
2022-03-04 19:25:46

鉴于可用于许多不同语言的机器学习库,可以在不需要详细了解其应用程序或工作原理或一般数据科学的情况下使用算法。

我试图从先前输入值的窗口中找到适合序列预测的算法列表,然后我可以将其应用到这样的库中,例如 Accord for C#,但失败了。

我拥有的每个观察结果都是以下形式的二维数据数组:{MODE1/2/3, int 1-98}。也就是说,多个输入产生多个输出。我想检查之前的值集,t-1或者t-x其中 x 可能是可变数量的先前值集。

所以,我想问一下哪些算法擅长从序列数据窗口进行预测,它们的优点/缺点是什么。

1个回答

看看条件随机场条件随机场是用于标记和分割结构化数据(例如序列、树和格)的概率框架。基本思想是在给定特定观察序列的情况下定义标签序列的条件概率分布,而不是标签和观察序列的联合分布。CRF 的主要优点是它们的条件性质,从而放松了独立性假设。此外,CRF 避免了标签偏差问题。它通常用于标记或解析顺序数据。