У меня есть MLP, набор данных которого состоит из столбцов, которые имеют нерегулярно изменяющиеся время и личные идентификаторы. Я хочу использовать сеть LSTM и прогнозировать местоположение в качестве проблемы регрессии. Какой подход лучше всего подходит для выбора столбцов? Подводя итог, я не мог найти какой-либо подход для соединения времени с людьми.
Мои данные выглядят так:
время личных идентификаторов feature3 feature4 feature5 - выход функции n
t1 1 3 a 101 h1
t2 1 2 b 102 h2
t4 1 7 c 103 h3
t2 2 8 f 106 h4
t32 11 г 105 h5
t5 2 13 e 112 h6
t6 2 15 т 111 h7
t11 3 16 г 114 h11
t13 3 13м 118 х12
как я хотел уточнить, я хочу получить подход для моделирования моих данных. Подходит ли lstm для отлова пользовательских последовательностей и прогнозирования одной из особенностей. Поскольку данные абсолютно нерегулярны с точки зрения времени и отношений с другими пользователями? Любая помощь будет отличной.