预测时间序列数据中的多个特征（使用键）

Question

我有一个过去 2 年多用户活动的数据集。 我的问题是预测一个给定的人在不久的将来可能会做什么样的活动。

例如：

Today is 2019-05-27 
Input should be user_id (ex: 1)

然后它必须产生如下内容：

• user_id 为 1 的用户可能会在 2019 年 5 月 30 日爬山
• user_id 为 1 的用户可能会在 2019 年 6 月 2 日去旅行

所有这些都应该使用用户活动历史来预测。 （每个活动的频率可以不同）

如何在 python 上使用机器学习来解决这个问题？

什么算法最适合这类问题？

Answer 1

任何（时间序列分析）tsa 算法都适用于您的问题陈述，但首先

1.您需要清理数据并将其转换为算法可以学习的格式。

2.您可以创建一个包含两列或多列的 pandas 数据框，首先是包含所有日期、时间的索引，第二列将有一个向量/数字，代表您的活动从第三列开始的数据集，您可以将不同用户的值保留在不同列中 |---------------------|------------------| | index | data_user1 | |---------------------|------------------| | date | activity_label | |---------------------|------------------|

3.要将您的活动转换为矢量/数字，您可以使用标签编码器

4. 估算数据集中缺失的时间戳。

5. 使用任何 tsa 算法，无论是带有 LSTM/NN 的滑动窗口方法还是来自 statsmodels.tsa 的预实现算法

我建议您使用 ARIMA/SARIMA，如果您的日期格式正确，只需编写这 3 行即可。

model=statsmodels.api.tsa.SARIMAX(train_df,order=(1,0,1),seasonal_order=(1,1,0,24))
model = model.fit()
model.predict()