如何对有时间序列的数据进行预测？

Question

我也不知道是不是叫时间序列啦。

是这样的，假设我有很多个音乐文件，然后要进行分类，比如按照音乐风格区分。

假设一个文件对应一种风格，我不通过文件的大小、名称等作为样本。而是通过音频作为样本，那这样的话，音频是随时间变化的，它要如何处理才能成为样本呢，是通过最大值、最小值、平均值等等进行聚合吗?

Answer 1

liuyubobobo 2018-01-26 13:37:26

非常好的问题。

实际上，时间序列数据的分析和预测是一个专门的领域，有很多专门的算法。我本来设想做一个这个领域的专门的机器学习课程，但是现在看来可能要很久以后了 。。。 ;-(

具体的时间序列相关算法，不可能在这一个问答里聊清楚，给你一些关键词，有兴趣的话可以自学：

• 关键词1：时间序列分析与预测。这本身就是一个领域，其中有很多专门的分析方法，这个学科偏统计；

• 关键词2：概率图模型；随机过程。最典型的就是大名鼎鼎的隐马尔科夫模型。大量应用与语音识别等领域；

• 关键词3：RNN。深度学习领域专门处理时间序列的重要模型。深入一些，可以自行搜索学习LSTM。

加油！