哪种机器学习方法可用于预测单变量值?

人工智能 预言
2021-10-29 06:46:49

我有如下数据流(随机数 0-9)

7, 7, 0, 0, 8, 9, 2, 7, 3, 8, 2, 8, 5, 7, 0, 8, 7, 8, 5, 3, 2, 6, 1, 9, 5, 7, 5, 3, 4, 9, 1, 3, 5, 5, 0, 7, 7, 5, 2, 8, 8, 7, 5, 5, 5, 2, 9, 7, 2, 1, 0, 0, 5, 7, 1, 4, 2, 7, 8, 8, 5, 2, 7, 5, 7, 1, 7, 2, 0, 5, 7, 5, 2, 6, 3, 6, 3, 6, 1, 9, 1, 9, 7, 2, 3, 9, 8, 8, 4, 9, 8, 2, 5, 3, 4, 0, 3, 1, 0, 7, 2, 3, 8, 7, 5, 7, 3, 6, 0, 3, 3, 3, 6, 3, 1, 3, 0, 6, 9, 8, 0, 1, 4, 4, 9, 9, 3, 7, 4, 1, 0, 5, 0, 6, 8, 8, 8, 1, 7, 6

问:是预测下一个数字(至少 3-10)。

哪种方法有助于解决这个问题?

1个回答

假设您的数据不是纯粹随机的(否则将很难做出有用的预测),您可以尝试以下操作:

  • 隐马尔可夫模型:将离散数字视为状态,您可以使用 HMM 通过查看最后一个或n最后状态。
  • 递归神经网络:假设您有很多数字序列,您可以将您的数字视为时间序列。训练模型并预测下一个数字。是一个很好的教程,它使用了 LSTM 单元。
  • 自回归模型:AR 模型也非常强大,在深度学习兴起之前已经成功用于金融和信号处理。

此外,交叉验证上的这篇文章(离散值时间序列预测中的问题)也可能会回答您的问题。