处理时间序列分类问题的最佳方法？

Question

我有一个数据集，其中输入是ICU病人的数据集，每个ICU住院有40个特征(20个生命周期，20个实验室值)和多个时间步骤(停留时间在6到19个步骤之间)。输出是20个实验室值(以二进制数字表示，其中1表示实验室值在范围内，0超出范围)。任务是预测输入ICU驻留的未来输出。我试着把它变成一个序列排序问题，在这个问题中，输出是一个通过一次步骤移动的序列。然而，结果还不够好。问题是有办法更好地解决这个问题吗？(比如开窗?)

Answer 1

由于我看不到数据，也不能完全理解数据格式，所以我只是给出一些一般性的建议。但首先，我应该指出，将每个输出(每个20元素数组)视为timeseries序列是没有意义的，除非它们之间有一个优先级(我的意思是，如果您知道某个特定的实验室值是先于其他的)。

因此，如果您有20元素的二进制数字数组作为输出，您可能会发现没有两个输出完全相同，或者只有几个输出完全相同的观测结果(因为您可以使用2^{20}组合！)。所以，假设你有N个观测，你也可以看到N个不同的输出阵列。因此，您可以首先将标签集群到k组中，并为每个组分配新的标签(第一组的标签是i)。然后，找到查询与每个组之间最接近的距离，这样就可以找到适当的类。然后，您可以预测数组格式的输出(例如，假设您意识到您的查询属于一个由20个成员组成的组)。因此，您可以说，输出是输出数组的期望值。因此，例如，20元素输出数组的第一个元素可能是0.9。或者，您可以更加精确，在找到适当的组之后，根据查询与成员之间的距离定义一个权重，并找到该组的输出数组的加权平均值！