Я новичок в науке о данных и работаю над моделью, похожей на пример данных, показанный ниже. Однако в исходных данных много id_num и Events. Моя цель - предсказать следующие 3 события каждого id_num на основе их предыдущего Events.
Пожалуйста, помогите мне решить эту проблему или относительно метода, который будет использоваться для решения с использованием программирования R.
Самый простой прогноз — предположить, что последовательность букв будет повторяться для каждого id_num. Я надеюсь, что это соответствует тому, что ОП понимает под предсказанием.
Код
library(data.table)
DT[, .(Events = append(Events, head(rep(Events, 3L), 3L))), by = id_num]
создает
id_num Events 1: 1 A 2: 1 B 3: 1 C 4: 1 D 5: 1 E 6: 1 A 7: 1 B 8: 1 C 9: 2 B 10: 2 E 11: 2 B 12: 2 E 13: 2 B 14: 3 E 15: 3 A 16: 3 E 17: 3 A 18: 3 E 19: 3 A 20: 3 E 21: 4 C 22: 4 C 23: 4 C 24: 4 C 25: 5 F 26: 5 G 27: 5 F 28: 5 G 29: 5 F id_num Events
data.table используется здесь из-за простой в использовании функции группировки и потому, что я знаком с ней.
Для каждого id_num существующая последовательность букв реплицируется 3 раза с использованием rep(), чтобы обеспечить достаточное количество значений для заполнения как минимум 3 следующих значений. Но только первые 3 значения берутся с использованием head(). Эти 3 значения добавляются к существующей последовательности для каждого id_num
Возможны две оптимизации:
n_pred, простое повторение длинной последовательности n_pred раз будет пустой тратой времени.append() можно избежать, если существующая последовательность будет повторяться еще раз.Итак, оптимизированный код выглядит так:
n_pred <- 3L
DT[, .(Events = head(rep(Events, 1L + ceiling(n_pred / .N)), .N + n_pred)), by = id_num]
Обратите внимание, что .N — это специальный символ в синтаксисе data.table, содержащий числовые строки в группе. head() теперь возвращает исходную последовательность плюс предсказанные значения.
DT <- data.table(
id_num = c(rep(1L, 5L), 2L, 2L, rep(3L, 4L), 4L, 5L, 5L),
Events = c(LETTERS[1:5], "B", "E", rep(c("E", "A"), 2L), "C", "F", "G")
)
DT
id_num Events 1: 1 A 2: 1 B 3: 1 C 4: 1 D 5: 1 E 6: 2 B 7: 2 E 8: 3 E 9: 3 A 10: 3 E 11: 3 A 12: 4 C 13: 5 F 14: 5 G
