用python预测时间序列数据

Question

我从机器学习开始，到目前为止只测试了scikit learn，但我找不到正确的算法或类似于我的问题的示例。在

我有一个时间序列显示事件发生的地点。事件的位置用1到25（包括）之间的整数标识。在一个特定的日期，一个事件不能在同一个地方发生两次，它总是发生在5个地方。在

我的数据如下：

2015-01-01,1,3,5,8,9,10
2015-01-03,23,16,3,5,9
2015-01-05,22,16,6,13,11

第一列是日期，其他列是地点。如果什么都没发生，日期不包括在内。在

你有什么建议我应该看看哪种算法来预测下一个时间序列中的数字（位置）？在

一个在Python库（如scikitlearn）中可用的算法将是完美的！在

Answer 1

一个想法是把它当作一个多类问题来处理。您可以将其想象为您的目标y有25行（实际上是24行，但现在先忘掉它），其中每列是1或0，表示事件是否发生。在

作为你的X的预测因子，你可以选择一些滞后的平均值或最后一个假设3的观察值。有关详细信息，请参见this question。在

一些代码：

from io import StringIO
import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()

s="""
2015-01-01,1,2,3
2015-01-03,1,2,4
2015-01-05,1,2,4
2015-01-07,1,4,3
"""
df = pd.read_csv(StringIO(s), index_col=0, parse_dates=True, header=None)

mlb = MultiLabelBinarizer()
labels = mlb.fit_transform(df.values)
labels
[[1 1 1 0]
 [1 1 0 1]
 [1 1 0 1]
 [1 0 1 1]]

我们有4个类和4个例子，所以我们得到一个4x4矩阵。列表示类/位置，行表示事件。在

现在我们将使用前3个观测值来预测第4个观测值：

^{pr2}$

我们得到了第三节课和第四节课。我们需要使其成为一个向量，因为这只是一个示例：

>>> X.flatten()
[1, 1, 1, 0, 1, 1, 0, 1, 1, 1, 0, 1]

这里的每一列都是一个特征/预测器，可以用以下方式解释：第一列中的1表示一类一次出现3天。第7栏中的0表示3班在2天前不在，以此类推。在

现在我们有一个sample/event（最后一个X矩阵的一行）和相应的标签（目标y的一行）：

>>> labels[-1]
[1 0 1 1]

如果你遵循这个过程，你将能够得到一个训练集，可以提供给一个分类器。在