二进制输入和输出数据的机器学习分类模型

数据挖掘 分类 lstm 顺序
2022-02-21 02:01:04

我有一个大型纵向数据集，粒度为 5 分钟，为期约 30 个月，来自数千个家庭。我想使用基于输入的二进制输出（0/1）对它们进行分类，该输入也是一组二进制变量（传感器激活或未激活 0/1）。我有一个带有二进制输入的标记二进制输出（0/1）的训练数据集。

样本数据集

我想知道哪种机器学习模型最适合这种输入和输出本质上都是二进制的情况。

逻辑回归是否是选项之一？

1个回答

您的问题是"sequence classification"通常使用循环神经网络 (RNN) 例如长短期记忆 (LSTM) 的问题之一。

请参阅此处以获取一个很好的示例。

这里是一篇技术论文。

这是一个使用卷积神经网络 (CNN) 的序列分类专用包。

CPT算法，一种精确的序列预测方法，也可以在这里使用。连续输出可以很容易地四舍五入为 0 或 1 以获得二进制结果。

其它你可能感兴趣的问题
上一篇将评分标签导出到 Excel 时出现问题 下一篇与神经网络相比，使用具有固定时间步长的 RNN 有什么优势？