序列数据RNN预测中是否可以得到预测区间?

数据挖掘 Python 喀拉斯 rnn
2022-03-08 19:32:43

是否可以在序列数据 RNN(keras+python)预测中获得预测区间?

例如:预测您的汽车销售或新购买

问题是:UserId 1 会在未来 2 年内换车吗?

Uid BUY                 SELL                BRAND USEDorNEW 
1   2013-11-11 00:00:00 2099-12-31 00:00:00 Ford  U         
1   2015-04-09 00:00:00 2015-04-13 00:00:00 Opel  U         
2   2012-05-10 00:00:00 2019-07-04 00:00:00 Opel  N         
2   2019-07-16 00:00:00 2099-12-31 00:00:00 WV    U         
3   2009-12-29 00:00:00 2010-12-27 00:00:00 Ford  U         
3   2011-01-04 00:00:00 2012-04-18 00:00:00 WV    U         
3   2011-05-19 00:00:00 2015-01-28 00:00:00 Ford  U         
3   2012-09-28 00:00:00 2015-01-04 00:00:00 WV    N         
3   2015-01-02 00:00:00 2099-12-31 00:00:00 WV    U         
3   2015-02-18 00:00:00 2099-12-31 00:00:00 WV    N         
4   2013-05-13 00:00:00 2018-06-19 00:00:00 AUDI  U         
4   2018-06-21 00:00:00 2099-12-31 00:00:00 Ford  U         
5   2015-05-05 00:00:00 2019-05-13 00:00:00 WV    N         
5   2016-05-16 00:00:00 2099-12-31 00:00:00 Opel  U         
5   2017-03-01 00:00:00 2099-12-31 00:00:00 Opel  U         
5   2019-05-21 00:00:00 2099-12-31 00:00:00 AUDI  U  

我已经制作了 OHE、缩放和填充,但下一步是什么?

Uid TimeToNew Time used   ford opel wv audi 
1   na        1048.7      1    0    0  0    
1   514       0.133333333 0    1    0  0    
2   na        87.03333333 0    1    0  0    
2   2623      979.6       0    0    1  0    
3   na        12.1        1    0    0  0    
3   371       15.66666667 0    0    1  0    
3   135       45          1    0    0  0    
3   498       27.6        0    0    1  0    
3   826       1034.8      0    0    1  0    
3   47        1033.233333 0    0    1  0    
4   na        62.1        0    0    0  1    
4   1865      992.6       1    0    0  0    
5   na        48.96666667 0    0    1  0    
5   377       1018.133333 0    1    0  0    
5   289       1008.5      0    1    0  0    
5   811       981.4666667 0    0    0  1    

两件重要的事情:我有一个更长的序列来完成这项任务。这只是示例/示例。我知道我如何使用 RNN(例如创建模型、重塑数据等),但不知道如何制作预测区间。

0个回答
没有发现任何回复~