W tym pytaniu - Czy istnieje metoda konstruowania drzew decyzyjnych uwzględniająca predyktory strukturalne / hierarchiczne / wielopoziomowe? - wspominają o metodzie danych panelowych dla drzew.
Czy istnieją specjalne metody danych panelowych do obsługi maszyn wektorowych i sieci neuronowych? Jeśli tak, czy możesz przytoczyć dokumenty dotyczące algorytmów i (jeśli są dostępne) pakiety R implementujące go?
r
machine-learning
svm
panel-data
cart
Carlos Cinelli
źródło
źródło
Odpowiedzi:
LSTM (Long Short Term Memory) może być dla Ciebie odpowiedni. Ten typ modelu może obsługiwać wiele funkcji w wielu punktach w czasie, co powinno pasować do danych paneli. Oto bardzo ładne wyjaśnienie koncepcji LSTM, a tutaj jest pakiet, który implementuje wersję R LSTM.
źródło
Gdy masz dane panelowe, możesz spróbować rozwiązać inne zadania, np. Klasyfikacja / regresja szeregów czasowych lub prognozowanie panelowe. Do każdego zadania istnieje wiele sposobów jego rozwiązania.
Jeśli chcesz zastosować metody uczenia maszynowego do rozwiązania prognozowania panelowego, istnieje wiele metod:
Jeśli chodzi o twoje dane wejściowe (X), traktuj jednostki (np. Kraje, osoby itp.) Jako próbki, możesz
Jeśli chodzi o dane wyjściowe (y), jeśli chcesz prognozować wiele punktów czasowych w przyszłości, możesz
Wszystkie powyższe podejścia zasadniczo redukują problem prognozowania panelu do problemu regresji szeregów czasowych lub regresji tabelarycznej. Gdy Twoje dane znajdą się w formacie szeregów czasowych lub regresji tabelarycznej, możesz również dołączyć do użytkowników dowolne funkcje niezmienne w czasie.
Oczywiście istnieją inne opcje rozwiązania problemu prognozowania paneli, na przykład przy użyciu klasycznych metod prognozowania, takich jak ARIMA dostosowanych do danych paneli lub metod głębokiego uczenia, które umożliwiają bezpośrednie tworzenie prognoz sekwencji po sekwencji.
źródło