Предсказать набор точек местоположения в одном временном интервале

Question

Образец набора данных содержит точку местоположения пользователя.

df.head()

   user           tslot         Location_point
0   0   2015-12-04 13:00:00     4356
1   0   2015-12-04 13:15:00     4356
2   0   2015-12-04 13:30:00     3659
3   0   2015-12-04 13:45:00     4356
4   0   2015-12-04 14:00:00     8563

df.shape 

(576,3)

Точки местоположения являются случайными и должны предсказать следующую точку местоположения пользователя на данный момент времени. Поскольку точки местоположения являются случайными числами, мне нужно предсказать набор точек местоположения в каждом временном интервале.

Example:

If I need to predict the location point at tslot 2015-12-04 14:00:00.
my predicted output should be [8563,4356,3659,5861,3486].

Мой код

time_steps=1
data_dim = X_train.shape[2]
model = Sequential()
model.add(LSTM(data_dim, input_shape=(time_steps,data_dim), activation='relu'))
model.add(Dense(data_dim))
model.compile(loss='categorical_crossentropy', optimizer='adam')
model.fit(X_train, y_train, epochs=20, batch_size=96)
model.summary()

, который помогает прогнозировать 1 пункт местоположения для каждого временного интервала. Я хотел бы знать, возможно ли это и как?

Answer 1

Я предполагаю, что это для получения некоторой уверенности в прогнозах.

Если это так, есть несколько способов сделать это.Например, обратитесь к этой статье Amazon о том, как прогнозировать квантили, и этой статье о том, как использовать байесовскую структуру для получения неопределенности вокруг прогнозов.

Если у вас есть другие намерения, уточните.