ml.net 使用历史数据预测结果答案

【问题标题】：ml.net Predict an outcome using historical dataml.net 使用历史数据预测结果
【发布时间】：2020-11-30 18:31:00
【问题描述】：

我是机器学习的新手，但我正在努力实现以下目标：

我有一系列数据，比如说：

即： [ {'day1', 5}, {'day2', 3}, {'day3', 8} ... {'day100', 8}]

最后有一个最终的结果：

即：通过/失败/其他结果

我想通过使用部分数据集来预测最可能的最终结果

即：[{'day1', 3}, {'day2', 1}, {'day3', 6} ... {'day50', 8}]

实现这一目标的最佳方法是什么？如果可能的话，你有什么例子或提示可以帮助像我这样没有机器学习经验的人

【问题讨论】：

这是一个非常广泛的问题。我建议从线性回归开始。如果您想使用 ML.NET（如您所标记的），我发现这个 Microsoft Resource 在我开始时非常有用。
预测阶段什么时候得到“最终结果”？这是你在day51面临的结果吗？
所以，这个最终结果是在第 50 天结束时获得的。我想要实现的是基于过去的数据（许多其他记录也到第 50 天），看看模式是否，例如，第 1 天到第 25 天，会给我一个通过/失败/其他。以用户之前的结果为例进行有效的预测

标签： ml.net

【解决方案1】：

这是一个时间序列预测。

我建议您检查您的时间序列是否包含趋势或季节性。然后尝试传统的时间序列预测方法moving average（或滑动窗口），例如，根据第 1-5 天预测第 6 天，然后根据第 2-6 天预测第 7 天等。您也可以尝试@ 987654322@和ARIMA。

关于 ml.net，以下tutorial 是最适合您的解决方案因为它使用奇异谱分析，因此会考虑趋势和可能的季节性来预测值。您可以使用它来使用它 ssaforecastingestimator：如果您想使用前 25 天来预测第 26 天的值（预测向前一步），请将 window = 25 和 horizon=1。不过，我建议您选择一个较小的窗口（5-7 天）。

【讨论】：