Câu hỏi học máy đơn giản. Có lẽ rất nhiều cách để giải quyết việc này:Thuật toán học máy để dự đoán thứ tự sự kiện?
Có một dòng vô hạn của 4 sự kiện thể:
'event_1', 'event_2', 'event_4', 'event_4'
Các sự kiện không đến ở trong trật tự hoàn toàn ngẫu nhiên. Chúng tôi sẽ giả định rằng có một số mẫu phức tạp theo thứ tự mà hầu hết các sự kiện đến, và phần còn lại của các sự kiện chỉ là ngẫu nhiên. Tuy nhiên, chúng tôi không biết các mẫu trước.
Sau mỗi sự kiện được nhận, tôi muốn dự đoán sự kiện tiếp theo sẽ dựa trên thứ tự các sự kiện đã xảy ra trong quá khứ. Vì vậy, câu hỏi của tôi là: Thuật toán học máy nào tôi nên sử dụng cho dự đoán này?
Các dự đoán sau đó sẽ được kể lại những gì sự kiện tiếp theo thực sự là:
Predictor=new_predictor()
prev_event=False
while True:
event=get_event()
if prev_event is not False:
Predictor.last_event_was(prev_event)
predicted_event=Predictor.predict_next_event(event)
Câu hỏi đặt ra trong bao lâu của một lịch sử mà các yếu tố dự báo nên duy trì, vì duy trì lịch sử vô hạn sẽ không được tốt. Tôi sẽ để điều này cho bạn trả lời. Câu trả lời không thể được infinte mặc dù cho thực tiễn.
Vì vậy, tôi tin rằng các dự đoán sẽ phải được thực hiện với một số loại lịch sử lăn. Thêm một sự kiện mới và hết hạn một sự kiện cũ do đó sẽ là khá hiệu quả, và không yêu cầu xây dựng lại toàn bộ mô hình dự báo, ví dụ.
Mã cụ thể, thay vì tài liệu nghiên cứu, sẽ thêm cho tôi giá trị to lớn cho câu trả lời của bạn. Thư viện Python hoặc C là tốt đẹp, nhưng bất cứ điều gì sẽ làm.
Cập nhật: Và điều gì xảy ra nếu nhiều sự kiện có thể xảy ra đồng thời trên mỗi vòng. Điều đó có thay đổi giải pháp không?
Mặc dù, bạn có thể có thể làm một chút về toán học để tìm ra chính xác dự kiến trong lịch sử Hãy cho nhưng điều này sẽ phụ thuộc vào thuật toán của bạn. – gingerbreadboy
Bạn không thể xác định khoảng thời gian cần thiết để nhìn lại vì bạn không biết động lực cơ bản. Bây giờ bạn chỉ là ví dụ, và những gì bạn thấy thậm chí có thể là ngẫu nhiên. Tuy nhiên, – bayer