machine-learning - 使用机器学习来估计给定数据流中偶数发生的可能性

Question

我有一个由系统生成的数据流(例如 3D 位置)，如下所示:

(pos1, time1) (Pos2, time2) (pos3, time3) ...

我想使用机器学习技术来估计(或检测)给定数据流中特定事件的可能性。我做了什么:

1. 如果事件发生在该帧，我会在每一帧用 YES 标记我的数据，否则将其设置为 NO。

(pos1, time1, NO) (Pos2, time2, Yes) (pos3, time3, NO) ...(posK, timeK, Yes)...

设置像L这样的窗口长度，通过给出L个连续帧来训练模型，并且相应的标签由该窗口上最后一个元素的标签设置:<

(位置1，位置2，位置3，否)(位置 2、位置 3、位置 4、否)(位置 3、位置 4、位置 5、否)...(posK-2、PosK-1、posK、是)...

最后，我用这套方法训练了我的模型。

为了测试，我连接 L 个连续帧，并要求模型找到这组数据的相应标签(例如"is"或“否”)。

我意识到“NO”的出现频率比“YES”要高得多。原因很简单，因为系统大部分时间都处于空闲状态，我没有任何事件。所以会影响训练。

你能给我一些提示吗:1)什么类型的机器学习模型最适合这个问题。2)目前我正在对输出进行"is"或“否”分类，但我希望了解该事件随时发生的概率。您建议使用哪种型号？

谢谢

Answer 1

我认为这里实际上有两个问题:如何构建数据集以及使用哪个预测器。

为了构建数据集，在某个时间点i，请确保选择i之前发生的ℓ实例i em> (您问题中的措辞让人觉得您正在选择包含 i 的选项)。不过，结果的标签应该是 i 处的标签。毕竟，您试图根据现在来预测 future ，不是吗？根据现在来预测现在是相当容易的。

还有一点就是如何选择ℓ，甚至是否选择单个ℓ。请注意，如果您选择多个不同的 ℓ 值，那么您将得到一个多元模型。

最后，您直接问的问题是使用哪个预测器。如果不知道你的数据集(并使用它)，这个问题太宽泛了，无法回答。您可能想了解 bias-variance tradeoff了解为什么某些问题没有“最佳”预测器。

话虽如此，我建议您从 logistic regression 开始这是一个简单而强大的分类器，还输出概率(如您所要求的)。