引人注意的是http://en.wikipedia.org/wiki/Density_estimation”rel=“noreferer”>density est。 具体来说,kernel密度估算。 可以通过简单的二读来获得油轮密度估算的一些影响(例如,计算每25小时或每小时的间隔时间次数)。 微粒密度估计仅具有一些比简单的二宾式更坏的统计特性。 (所生成的数据往往比较平稳。)

That only takes care of one of your problems, though. The next problem is still the far more interesting one -- how do you take a time line of data (in this case, only printer data) and produced a prediction from it? First thing s first -- the way you ve set up the problem may not be what you re looking for. While the miracle idea of having a limited source of data and predicting the next step of that source sounds attractive, it s far more practical to integrate more data sources to create an actual prediction. (e.g. maybe the printers get hit hard just after there s a lot of phone activity -- something that can be very hard to predict in some companies) The Netflix Challenge is a rather potent example of this point.

当然,数据来源较多的问题在于,在建立收集数据的系统方面还有额外的工作。

Honestly, I d consider this a domain-specific problem and take two approaches: Find time-independent patterns, and find time-dependent patterns.

一个依赖时间的模式是,每星期有430台苏日报印出她当天的报告。 这发生在每周具体时间。 这类物品很容易以固定间隔探测。 (每天、每星期、每周末、每星期二、每个月1日,等等) 这一点非常简单,可以按预先确定的间隔进行检测——这只是为估计的密度功能提供一个曲线,该功能为期一周,并随着时间的推移和平均数的推移(可能是通过窗口功能进行加权平均数,以更好地预测)。

如果你想要更精练,就找到一种办法,使发现这种间隔的自动化。 (数据 overwhelming然如此之大,以至于你可以这样作。)

一个依赖时间的模式是,每当迈克会计打印出一张发票单时,他就会去Johnathan,他在几个小时后打印出大量完整的发票报告。 很难发现这类事情,因为其形式更为自由。 我建议考虑不同的时间间隔(例如30秒、40秒、50秒、1分钟、1.2分钟、1.5分钟、1.7分钟、2分钟、3分钟、......1小时、2小时、3小时、......),并通过单边的方式(例如,以创造病媒。 然后使用vector-quantization 。 分类“利益”模式的风格算法。 你们需要仔细思考一下你如何处理这些类别的确定性,尽管——如果您的某一类别的数据很少,那很可能是可靠的。 (有些病媒组合算法比其他算法好。)

这类情况是预测数据压缩办法的典型情况。 我建议你看PAQ。 我在这里谈到的许多概念,可以提供一些非常有趣的见解。 来源代码甚至可以提供所使用的算法的出色文件。

您可能希望采取完全不同的方法,从病媒定量化和分散数据,并利用更像PPM。 它可以非常简单地实施,而且仍然有效。

我不知道该项目的时间框架或范围是什么,但这种事情总是可以被拿到第一级。 如果要有一个期限,我要强调,你担心先做些事,然后让工作顺利。 不太理想的情况比任何情况都好。

这类项目为cool。 如果你完成这项工作,这种项目就能够取得你的工作。 d 我建议你确实需要时间,这样做是正确的,并把它作为功能、公开来源和有用的软件。 我高度建议开放源头,因为你想要使一个能够在你能够利用、愿意支持或时间支持的更多环境中提供数据源的人的社区。

Best of luck!

我确实看不出“马克托夫”模式会如何有用。 当你预测的活动取决于以前的事件时,通常采用Markov模式。 当然,古典的例子就是文字,如果一个良好的标志模式能够令人惊讶地很好地解释下一个特性或字眼。

But is there a pattern to when a user might print the next thing? That is, do you see a regular pattern of time between jobs? If so, then a Markov model will work. If not, then the Markov model will be a random guess.

In how to model it, think of the different time periods between jobs as letters in an alphabet. In fact, you could assign each time period a letter, something like:

A - 1 to 2 minutes
B - 2 to 5 minutes
C - 5 to 10 minutes
etc.

然后,通过数据,在印刷工作之间每次分配一封信。 在你重新工作时,你有一份数据的文本,你可以通过马克诺夫的任何例子进行文字预测。

如果你有你认为与问题领域相关的实际模式,那么你就应当适用。 例如,可能存在与星期日、日、可能的日期有关的模式(大概会显示使用率较低)。

多数基于邻近事件之间的审查(分析)时间的原始统计建模技术将难以掌握这些基本影响。

我将为这些已知事件(每周日等)建立一个统计模式,并利用这一模式预测今后的发生。

I think the predictive neural network would be a good approach for this task. http://en.wikipedia.org/wiki/Predictive_analytics#Neural_networks

This method is also used for predicting f.x. weather forecasting, stock marked, sun spots. There s a tutorial here if you want to know more about how it works. http://www.obitko.com/tutorials/neural-network-prediction/

想像一个具有垂直链的图表,相互连接,重量或距离。 绕过这一图,就会吃上你所走的重量或距离。 这方面的一个例子是:。