Patrón Binario De Predicción De

Question

Tengo 400K observaciones, cada uno es un creciente patrón binario donde el orden de los asuntos. El objetivo es predecir la probabilidad de que el siguiente carácter.

Por ejemplo, 10101010101? - como los seres humanos podemos globo ocular y decir con gran confianza que el carácter siguiente será un 0.

111111000000111? - en este caso, probablemente, a un 1.

Sugerencias para el mejor enfoque? Yo estaba considerando la posibilidad de ampliar el conjunto de datos muy amplia, de la que se derive una gran cantidad de variables rezagadas y así sucesivamente, entonces el uso regular de regresión logística. Pero tengo la curiosidad de si hay un mejor enfoque.

Answer 1

Este problema es similar a la predicción del clima a partir de los patrones históricos y de los estados. Por ejemplo: el clima de Hoy dependerá de los días anteriores, por lo que debe ser tomado en consideración al calcular la probabilidad de que el clima de hoy (el número de estados(o de los datos históricos) depende del analista).

Tales problemas pueden resolverse utilizando el Modelo de Markov. Permítanme citar la definición de la Wikipedia.

En la teoría de la probabilidad, de un modelo de Markov es un modelo estocástico utilizado para modelo al azar a cambio de los sistemas donde se supone que los futuros estados depende sólo del estado actual y no en la secuencia de eventos que la precedieron (que es, se supone que la propiedad de Markov). En general, esta suposición permite el razonamiento y el cálculo con el modelo que de otra manera serían difíciles de resolver.

Quiero dar una respuesta detallada acerca de cómo los modelos de Markov y mira, para la resolución de un problema similar al suyo. Pero, parece que este artículo ha hecho bastante trabajo aseado.

Un ejemplo de pieza de literatura que le interesa.

Referencias: Modelos de Markov en el Análisis de frecuencia de Patrones en los Datos Financieros por Julija PRAGARAUSKAITE, Gintautas DZEMYDA