次の値を予測する機械学習アルゴリズム

Question

私はシリーズの次の値を予測しようとしています。何が私が使用するのに最適な機械学習/アルゴリズムですか？

私は例えば、この行列があります。

[114, 160, 60, 27] 
[74, 97, 73, 14] 
[119, 157, 112, 23] 

を、私は、この値を予測したい：

[114, 160, 60, 27 , **80 , 90**] 
[74, 97, 73, 14 , **10 , 15**] 
[119, 157, 112, 23 , **50 , 48**] 

それを行うための最善の方法は何ですか？

Answer 1

私はよくあなたの質問を理解している場合、あなたのケースで：

X = [114, 160, 60, 27] and Y = [80,90] [74, 97, 73, 14] [10,15] [119, 157, 112, 23] [50,48]
そして、あなたは、このデータの機械学習アルゴリズムに合うようにしたいですか？

Xを入力に、Yを出力として回帰またはSVMのような習得した学習アルゴリズムを使用できます。

あなたはまた、反復学習を使用することができます：あなたがf歩先の予測を学ぶ：

X = [114, 160, 60, 27] and Y = [80] [74, 97, 73, 14] [10] [119, 157, 112, 23] [50]

あなたは一歩先の予測を実行します。その後

f(X) = [pred1] [pred2] [pred3]

をお入力に予測を組み込むので、今あなたは持っている：

Xbis = [114, 160, 60, 27, pred1] and Yter = [90] [74, 97, 73, 14,pred2] [15] [119, 157, 112, 23,pred3] [48]

さらに、XbisとYbisに別の予測子fbisを訓練します。

最後に、2つの予測子fとfbisがあります。どちらも先行するステップを予測しています。それはあなたが2歩先への予測をすることを可能にします。 もちろん、良い予測子を訓練するためには、より多くのデータが必要になります。

さらに一般的には、時系列予測を行いたい場合は、時系列から入力と出力を作成して予測子を学習する一般的な方法である「ウィンドウメソッド」を使用できます。

LSTMは時系列予測ではかなり使用されており、かなり良い結果を得ているようです。

これが役立ちますように！

ブノワ