根据数据预测未来的行动

时间:2017-05-18 06:54:41

标签: machine-learning tensorflow prediction

我有以下数据:

{
 ["17.05.2017 17:34", 1],
 ["16.05.2017 17:12", 1],
 ["15.05.2017 17:22", 1],
 ["14.05.2017 17:56", 1],
 ["13.05.2017 17:32", 1],
 ["12.05.2017 17:39", 1],
}

预测今天(18.05.2017)1会出现什么时间的最简单方法是什么? (不只是计算平均值 - 如果数据点对于间隙有点混乱应该怎么做?如果有更多参数进入此怎么办?)

是否可以为此训练像tensorflow这样的东西?

提前谢谢, 马库斯

1 个答案:

答案 0 :(得分:1)

神经网络通常可以很好地处理大量数据,对于您的数据,您可以使用逻辑回归或决策树等基本分类算法,提供日期作为数据,1 or 0预测为标签。我想从你的问题中你只对机器学习有一个基本的了解,如果是这样的话,请查看一些教程或从Udacity开始一门课程几乎所有的分类问题都会处理你所问的数据。

相关问题