机器学习分类器使用过去的预测作为特征

Question

我想建立一个二元分类器机器学习模型。我想使用模型之前的预测作为未来预测的特征，以考虑到我的训练样本不是独立的。

是否有一个框架可以使用 scikit-learn 或任何其他 python ML 库来实现此目的？

我知道这个问题可以通过基于内存的神经网络架构来解决，例如 RNN、LSTM 等，但我想首先考虑非深度学习方法（通常使用梯度增强模型、基于树的模型等）

Answer 1

您可以使用多种统计模型根据过去预测未来，而无需使用深度学习；换句话说，用于时间序列预测。例如，您可以使用ARIMA/SARIMA/SARIMAX或VAR，它们是可用于预测的统计模型。另外，不要忘记深入研究statsmodelpython 库。