多项预测建模

Question

我有一个社会媒体帖子的数据集，并希望预测“拇指向上”的数量，随着时间的推移，它将收到。

+---------+----------------+-----------+----------------+-----+-------+
| Post_id | Timestamp      | Follows   | Comments_count | ... | Likes |
+---------+----------------+-----------+----------------+-----+-------+
| 01      | 12-04-16 14:00 | 34        | 4              |     | 23    |
+---------+----------------+-----------+----------------+-----+-------+
| 01      | 12-04-16 14:35 | 35        | 7              |     | 34    |
+---------+----------------+-----------+----------------+-----+-------+
|         | ...            |           |                |     |       |
+---------+----------------+-----------+----------------+-----+-------+
| 02      | 12-04-16 14:02 | 134       | 5              |     | 36    |
+---------+----------------+-----------+----------------+-----+-------+
| 02      | 12-04-16 14:45 | 136       | 23             |     | 123   |
+---------+----------------+-----------+----------------+-----+-------+

类似量随时间的变化看起来像是f(x) = sqrt(x)

我的方法是为每个帖子创建一个多变量多项式回归，并以某种方式集成/平均它们。

，这是一个很好的方法吗？哪种集成技术是合适的？

Answer 1

当每个组件分类器的决策规则不同并提供补充信息时，总体分类效果更好。

因此，问题是:您能否设置您的组件分类器，使它们的决策规则不同，并根据特征空间相互补充？例如，Post 1是否与Post 2有显著不同的特征空间？如果是这样的话，合奏方法应该是有益的。

哪种技术？如果您可以对每个分类器进行高度培训，并使其成为特征空间不同区域的专家，请尝试模型：

• 混合模型
• 混合分布
• 选通子系统
• 胜利者拿走一切。

Answer 2

您可以在发布后的特定时间选择几个时间窗口，并尝试在此基础上进行倒退。由于是计数数据，显然的选择是将结果建模为泊松计数过程。有多个模型可以自己做这一点，一些广义线性模型，也有具有一定损失函数的神经网络。另一种选择是对喜欢这篇文章的追随者比例进行建模。这可能更容易概括，但有一小部分帖子是‘病毒’以外，他们自己的追随者。无论如何，这将是很难建模的，而且您可以将这些实例剪短到1的一小部分。