您正在寻找这样的模型：，其中是 28 个不同时间段中的一个或多个，是包含描述用户使用模式的 896 列的全部或部分的特征矩阵。由于是二进制的，因此您的问题是分类。$y = \beta X + u$$y$$X$$y$

既然你说你在寻找一种简单的方法，我可以想象一个逻辑回归。这是R中的一个最小示例：

# Data
df = data.frame(c(12,32,23,13,45,31), c(657,456,265,263,475,354), c(8,5,9,4,6,3), c(1,1,0,0,1,0), c(0,1,1,0,0,1))
colnames(df) = c("f1", "f2", "f3", "t1", "t2")
df

# Logit
mylogit1 <- glm(t2 ~ t1+f1+f2+f3, data = df, family = "binomial")
summary(mylogit1)

# Predict outcome
preds = predict(mylogit1, newdata = df, type = "response")

# Look at AUC
library(Metrics)
auc(df$t2, preds)

# Look at the confusion matrix
library(caret)
preddf = data.frame(as.factor(round(preds)),as.factor(df$t2))
colnames(preddf)=c("pred", "truth")
confusionMatrix(preddf$pred, preddf$truth)

首先，我生成一些具有三个特征f和两个目标的假数据t。看起来像：

  f1  f2 f3 t1 t2
1 12 657  8  1  0
2 32 456  5  1  1
3 23 265  9  0  1
4 13 263  4  0  0
5 45 475  6  1  0
6 31 354  3  0  1

其次，我运行逻辑回归，其中我使用t2作为（这是我预测的）和作为特征（我用来进行预测）：$y$f1,f2,f3$X$

    Call:
glm(formula = t2 ~ f1 + f2 + f3, family = "binomial", data = df)

Deviance Residuals: 
      1        2        3        4        5        6  
-0.2496   1.3025   0.7380  -1.2315  -1.4095   0.9806  

Coefficients:
             Estimate Std. Error z value Pr(>|z|)
(Intercept)  1.443719   4.298364   0.336    0.737
f1           0.071943   0.111565   0.645    0.519
f2          -0.009584   0.012244  -0.783    0.434
f3           0.066979   0.471445   0.142    0.887

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 8.3178  on 5  degrees of freedom
Residual deviance: 6.7684  on 2  degrees of freedom
AIC: 14.768

Number of Fisher Scoring iterations: 5

毫不奇怪，考虑到假数据，回归没有太大意义。

但是，现在我们可以进行预测并测试我们的模型是否运行良好。通常，您会使用未用于模型训练的部分数据来检查模型的性能。为了方便起见，这里我只使用相同的数据。

例如，您可以查看混淆矩阵来检查您做出了多少正确的预测：

Confusion Matrix and Statistics

          Reference
Prediction 0 1
         0 1 1
         1 2 2

好吧，在这种情况下不太好，只有 50% 正确。

因此，您可以使用这样的模型来预测数据中的每个目标（时间段）。

当然有更多的选择如何对此进行建模，例如“提升”，或者您也可以在多目标模型中一次预测所有目标。您还可以寻找特征的改进表示，例如在广义加法模型中。或者，您可以使用“套索”来缩小中对预测无用的特征。$X$$X$

只要确保您使用逻辑链接函数来预测二进制输出。

我会抛出一些提示/澄清。

1. 你的“测试”集对你没有用，因为你缺少因变量，所以一开始就忽略它。
2. 首先，您需要将“训练”数据分成两组，一组用于训练模型，一组用于测试模型并计算模型的有效性。
3. 希望您在训练集中有很多记录，因为您有很多自变量。一些模型对低样本量和高维度非常敏感。
4. 您将需要决定是否需要对特征列进行编码。您必须特别注意任何分类特征，因为它们需要进行热编码。
5. 您将需要选择一个模型或模型集合。您可以从尝试二元分类器开始。您需要为每个时间范围创建一个。每个模型都应该采用约 890 个特征并产生一个 0 或 1 的结果。
6. 您将需要弄清楚如何评估您的模型，以了解您为调整每个模型所做的选择如何影响结果。

这不是一个完整的列表，但希望对您有所帮助。