示例数据集包含用户的位置点。你知道吗
df.head()
user tslot Location_point
0 0 2015-12-04 13:00:00 4356
1 0 2015-12-04 13:15:00 4356
2 0 2015-12-04 13:30:00 3659
3 0 2015-12-04 13:45:00 4356
4 0 2015-12-04 14:00:00 8563
df.shape
(576,3)
定位点是随机的,需要在给定的时间内预测用户的下一个定位点。由于位置点是随机数,我需要预测每个时隙的位置点集。你知道吗
Example:
If I need to predict the location point at tslot 2015-12-04 14:00:00.
my predicted output should be [8563,4356,3659,5861,3486].
我的代码
time_steps=1
data_dim = X_train.shape[2]
model = Sequential()
model.add(LSTM(data_dim, input_shape=(time_steps,data_dim), activation='relu'))
model.add(Dense(data_dim))
model.compile(loss='categorical_crossentropy', optimizer='adam')
model.fit(X_train, y_train, epochs=20, batch_size=96)
model.summary()
这有助于为每个时隙预测1个位置点。我想知道这是否可行,如何做到?你知道吗
我假设这是为了获得一些关于预测的信心。你知道吗
如果是这样,有多种方法可以做到这一点。例如,请参阅Amazon关于如何预测分位数的this论文,以及关于如何使用贝叶斯框架获得预测周围的不确定性的this论文。你知道吗
如果您有其他意图,请澄清。你知道吗
相关问题 更多 >
编程相关推荐