我想建立一個二元分類器機器學(xué)習(xí)模型。我想使用模型之前的預(yù)測作為未來預(yù)測的特征，以考慮到我的訓(xùn)練樣本不是獨立的。是否有一個框架可以使用 scikit-learn 或任何其他 python ML 庫來實現(xiàn)此目的？我知道這個問題可以通過基于內(nèi)存的神經(jīng)網(wǎng)絡(luò)架構(gòu)來解決，例如 RNN、LSTM 等，但我想首先考慮非深度學(xué)習(xí)方法（通常使用梯度增強模型、基于樹的模型等）
1 回答
大話西游666
TA貢獻1817條經(jīng)驗 獲得超14個贊
您可以使用多種統(tǒng)計模型根據(jù)過去預(yù)測未來，而無需使用深度學(xué)習(xí)；換句話說，用于時間序列預(yù)測。
例如，您可以使用ARIMA/SARIMA/SARIMAX或VAR，它們是可用于預(yù)測的統(tǒng)計模型。
另外，不要忘記深入研究statsmodelpython 庫。
添加回答
舉報
0/150
提交
取消