用于二元分类的基于时间序列的特征

问题描述

是否有可能（以及如何？）在 H2O.ai 的无人驾驶人工智能中为二进制分类提供时间序列？我有如下所示的数据框：

• 身份证
• 状态/目标 [0/1]
• 过去 90 天内在给定 ID 上发生的事件的时间戳
• 这些事件的详细信息（类别、描述、值等...）

理想情况下，我想要的是建立一个模型，根据提供的事件历史预测给定 ID 的状态。

解决方法

对于 H2O 的 Driverless AI，您可以立即使用它进行时间序列建模。见this section。您需要提供“时间列”作为您的时间戳，并将 ID 添加到您的“时间组列”。

如果您的目标列是 0 或 1，那么它应该自动将其识别为二进制。如果没有，您可以将其从回归切换到二元分类。