machine-learning - 是否可以从数据集中获得两种不同类型的结果

Question

请对我宽容点，我是机器学习新手。我确信有人会要求将其视为主观的，但我找不到具体的答案，也不知道还能怎么问。

如果我有一家商店，商店有三个区域。我有传感器来检测人们何时进出每个区域。这种情况每 15 秒发生一次。因此，在我的数据库中，我每 15 秒就会统计一次每个房间的入住情况。

使用这些数据，我想预测 future 每个房间的入住率，而且如果有人进门，也可以预测他们最有可能去的房间。

是否可以使用每 15 秒简单列出房间和每个房间的占用情况的数据集来预测每个房间的 future 占用情况以及人们走进去时去哪里的概率？这是回归模型吗？

谢谢!

迈克

Answer 1

预测他们最有可能走进的房间。:

这属于分类问题。输出属于一组类别，在本例中是不同的房间。

预测每个房间的入住情况:正如@poorna 所说，这是一个回归问题。

可以通过两种方式来看待这个问题，

1. 多目标回归问题，其中每个房间的占用情况作为一个目标，所有房间的过去占用情况作为输入。

2. 每个房间的独立预测问题，以相应房间的过去占用情况作为输入。

要学习机器学习的基础知识，您可以通过此 link