Я пытаюсь классифицировать последовательности по 360 точкам во времени. Эти последовательности состоят из 17 элементов, что делает точку данных матрицей 17 на 360. Они являются последовательностями во времени, поэтому важно, чтобы система видела, что изменения происходят со временем.
Пример точки данных, за исключением того, что на самом деле она равна 17 на 360
Я боюсь, что если я сведу матрицу к вектору признаков, временной контекст данных будет потерян. Возможно, я искал не в тех местах, но не могу найти примеров использования 2D-матрицы в классификаторе случайных лесов sci-kit.
Почему Случайный Лес? Мне нравится количество отзывов о данных, которые дает алгоритм. Я хотел бы узнать больше о том, какая функция важнее и что с чем связано. Поскольку я все еще изучаю данные, я не уверен, какая предварительная обработка будет хорошей идеей. Мне нравится, что RF уже готов.
Является ли Random Forest правильным алгоритмом для того, что я хочу сделать? Если это вообще возможно, может ли кто-нибудь дать мне пример подачи в RF-классификатор 2D-матрицы 2D-матрицы в качестве точки данных? Или 3D матрица в качестве набора данных?