[問題] 可以事先取得的流動資料

看板DataScience作者 (冒煙的宏)時間5年前 (2018/09/17 10:53), 5年前編輯推噓3(3推 0噓 6→)
留言9則, 4人參與, 5年前最新討論串1/1
大家好 在使用模型做回歸或分類時 通常是依據當下給的許多參數(feature)來進行預測 但是現實世界中 常常許多參數是當下無法立即取得的 例如以台北市作為預測的場景 要取得未來某個時間的天氣 一小時內某個公車站的公車通過數量 或者是捷運搭乘人數等等 因此有時候我們只能以當下擁有的資訊作為參數 例如星期幾 年 月 日 小時 是否為假日 連假(可以預先知道) 想請問大家 還有什麼資訊 是可以提前很多預先知道 並且會隨時間變化呢? 謝謝大家~ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.96.111.100 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1537152829.A.94A.html
推
09/18 21:37, 5年前 , 1F
基本上都是用現在及過去資訊去推測吧？天氣可能用風向，水
09/18 21:37, 1F
→
09/18 21:38, 5年前 , 2F
氣，氣溫，搭配過去的紀錄訓練然後推測
09/18 21:38, 2F
例如我想預測11月每天的某個數值，11月的天氣現在是拿不到的呀 但是我可以知道哪天放假 ※ 編輯: ken83715 (140.96.111.100), 09/19/2018 15:56:18
推
09/19 19:43, 5年前 , 3F
要預測明天的天氣的話，就會拿過去以及今天的資訊來預測
09/19 19:43, 3F
→
09/19 19:43, 5年前 , 4F
呀，請問你想要拿什麼資訊卻拿不到呢？
09/19 19:43, 4F
因為現有的模型都是以當天的資料預測當天的數值 或是特定那個小時的資料預測該小時的數值 還有用過去以及今天的資訊也是一種 但是如果要預測的範圍離現在非常遠呢? 例如半年後 的數值 現在就是在想有沒有什麼是可以拿到的 ※ 編輯: ken83715 (140.96.111.100), 09/20/2018 17:19:50
→
09/26 11:11, 5年前 , 5F
通常半年後的預測，不太容易準確吧?
09/26 11:11, 5F
推
09/28 18:24, 5年前 , 6F
就是背景知識、他領域的理論延伸的模型，像是物理學上
09/28 18:24, 6F
→
09/28 18:24, 5年前 , 7F
怎樣預測行星始亡，都是依靠假設的物理模型。金融方面
09/28 18:24, 7F
→
09/28 18:24, 5年前 , 8F
就是從基本面展望公司未來的收益。如果單純想收集一些
09/28 18:24, 8F
→
09/28 18:24, 5年前 , 9F
既有資料，難度跟偏誤都不小吧
09/28 18:24, 9F
‣ 更多 ken83715 的文章
文章代碼(AID): #1RdnSzbA (DataScience)