SVM、MLP 等可以对多元时间序列问题进行分类吗？
Posted
技术标签:
【中文标题】SVM、MLP 等可以对多元时间序列问题进行分类吗？【英文标题】：Can SVM, MLP etc do classification on Multivariate Time series problems? 【发布时间】：2019-08-24 02:53:38 【问题描述】：我有一个多元时间序列数据集，我想用它进行分类。基本上，这是一个 EEG 数据集，它试图对手是否在移动进行分类。
假设我有 4 个数据集，每个数据集对应一个目标值。 例如，数据集看起来像这样：
sample1.csv
423 651 214 685
125 749 515 475
325 458 153 621
sample2.csv
125 632 489 452
129 563 245 248
782 345 156 369
sample3.csv
321 456 302 312
156 325 186 456
325 356 792 625
sample4.csv
156 632 156 456
268 364 356 156
123 456 128 421
目标.csv
1
2
2
1
所以基本上，target.csv 文件保存了每个 sample#.csv 文件的分类值。我们可以认为它是一个[3*4]矩阵（例如sample1.csv），对应或表示单个分类目标值'1'或'2'。
是否可以使用 SVM、MLP、随机森林等机器学习算法对此类数据进行分类？如果是这样，我如何将数据输入到我的模型中？
我的意思是，机器学习算法将整个 sample1.csv 视为具有目标值的 1 输入，并将 sample2.csv 视为具有目标值 2 的输入 2，依此类推？
谢谢！
我已经研究过这样的问题，但大多数时候，我都在寻找使用 LSTM 完成的示例。
【问题讨论】：
【参考方案1】：我对数据集有点困惑。如果我将列视为通道，将行视为试验/样本，那么您可以对其应用离散小波变换以获得 eeg 波段。之后，您需要从中找到特征，例如时域特征和熵。之后，您可以应用机器学习算法。如果您可以提供有关您的数据集的更多详细信息，我可以给您更准确的答案。
【讨论】：
以上是关于SVM、MLP 等可以对多元时间序列问题进行分类吗？的主要内容，如果未能解决你的问题，请参考以下文章