Можно ли получить два разных типа результатов из набора данных

пожалуйста, будьте осторожны со мной, я новичок в ML. Я уверен, что кто-то попросит закрыть это как субъективное, но я не могу найти свой конкретный ответ и не знаю, как еще спросить.

Если у меня есть магазин, с тремя площадями магазина. У меня есть датчики, чтобы определять, когда люди входят или выходят из каждой зоны. Это происходит каждые 15 секунд. Итак, в моей базе данных каждые 15 секунд подсчитывается заполняемость на комнату.

Используя эти данные, я хочу предсказать заполняемость комнаты в будущем, а также, если кто-то входит в дверь, предсказать наиболее вероятную комнату, в которую он войдет.

Можно ли предсказать будущую заполняемость каждой комнаты, а также вероятность того, куда люди пойдут, когда войдут, используя набор данных, который просто перечисляет комнаты и заполняемость каждой комнаты каждые 15 секунд? Это регрессионная модель?

Спасибо!

Майк


machine-learning azure-machine-learning-studio
person Michael Bedford    schedule 15.12.2018    source источник

Ответы (2)


arrow_upward
1
arrow_downward

Предсказание наиболее вероятной комнаты, в которую они войдут. :

Это подпадает под проблему классификации. Вывод подпадает под множество категорий, в данном случае это разные помещения.

Прогнозирование занятости каждой комнаты: как уже упоминалось @poorna, это проблема регрессии.

Два взгляда на эту проблему:

  1. Многоцелевая регрессионная задача с заполнением каждой комнаты в качестве одной цели и прошлой занятостью всех комнат в качестве входных данных.

  2. Независимая задача прогноза для каждой комнаты с прошлой занятостью соответствующей комнаты в качестве входных данных.

Чтобы изучить основы машинного обучения, перейдите по этой ссылке.

person Venkatachalam    schedule 15.12.2018
comment
Я не думаю, что это проблема классификации. Это проблема регрессии, когда занятость целевой переменной непрерывна. - person Poorna Prudhvi; 15.12.2018
comment
Цель состоит в том, чтобы предсказать наиболее вероятную комнату, в которую они пойдут, следовательно, это проблема классификации. - person Venkatachalam; 15.12.2018
comment
Вы должны выполнить прогнозирование, чтобы найти вероятное место для движения. Что можно сделать только после регрессии. Это четко указано для прогнозирования будущей занятости, что невозможно сделать с помощью классификации. - person Poorna Prudhvi; 15.12.2018

arrow_upward
1
arrow_downward

Я вижу, что это проблема прогнозирования (тип регрессии).

Для этого требуется набор функций, полезных для прогнозирования загрузки каждого номера, которые можно

  1. номер комнаты
  2. период времени в часах
  3. период времени как день недели
  4. отставание

Попробуйте подобрать любую из моделей прогнозирования временных рядов, как указано здесь с указанными выше функциями и счетчиком заполняемости в качестве целевой переменной.

Основываясь на подсчете заполняемости комнаты, вы можете найти наиболее вероятную комнату, применяя простую вероятность.

person Poorna Prudhvi    schedule 15.12.2018