如何解决用于二元分类的基于时间序列的特征
是否有可能（以及如何？）在 H2O.ai 的无人驾驶人工智能中为二进制分类提供时间序列？我有如下所示的数据框：
- 身份证
- 状态/目标 [0/1]
- 过去 90 天内在给定 ID 上发生的事件的时间戳
- 这些事件的详细信息（类别、描述、值等...）
理想情况下，我想要的是建立一个模型，根据提供的事件历史预测给定 ID 的状态。
解决方法
对于 H2O 的 Driverless AI，您可以立即使用它进行时间序列建模。见this section。您需要提供“时间列”作为您的时间戳，并将 ID 添加到您的“时间组列”。
如果您的目标列是 0 或 1，那么它应该自动将其识别为二进制。如果没有，您可以将其从回归切换到二元分类。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
