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。