使用條件隨機場進行序列學習？

Question

我是順序學習（和機器學習）的新手，我試圖了解如何使用條件隨機場來解決我的問題。

我有一個數據集，它是我的應用程序的最終用戶何時和何地工作的順序日志。 例如，以下數據集將僅包含 User1 的值

User   Facility   Weekday
User1  FacilityA  Monday
User1  FacilityB  Tuesday
User1  FacilityC  Wednesday
 ...     ...         ...

我正在嘗試解決以下問題：給定用戶工作的工作日和設施，他們接下來將在哪個設施和工作日工作？

為了解決這個問題，我開始研究條件隨機場，但是對於任何圖書館來說都很難使用它。

我嘗試使用以下庫： 1. PyStruct ( https://pystruct.github.io/ ) 但由於這個問題，這對我不起作用： 索引越界：使用 Pystruct 擬合 SSVM

2. CRFSuite（ http://www.chokkan.org/software/crfsuite/ ）（這依賴於 libBFGS。當我在我的 ubuntu 機器上安裝 libbfgs 時沒有任何錯誤，為 CRFSuite 運行“make install”仍然失敗並說它無法識別 libBFGS）

所以我轉向另一個庫.. 3. CRF++ ( https://taku910.github.io/crfpp/ )

我能夠安裝 CRF++ 並且能夠運行他們發行版中給出的示例。 但是，我需要一些幫助來了解如何修改模板文件以適合我的用例...

此外，我認為我的標簽將是上述數據集中的設施+工作日的串聯字符串。

我是序列學習的新手，目前正在努力研究如何解決這個問題......

任何建議都會非常有幫助，因為我似乎有點卡在這里..

謝謝！

Answer 1

1. 是的，由於您要預測兩個標簽（ Facility 和 Day ），因此需要連接標簽。 否則，您還可以學習 2 種不同的模型來預測每個標簽（參見第 3 點）。

2. 我認為你應該研究這個問題的回歸模型而不是 CRF。

3. 我認為數據的排列應該以易於了解用戶的日志歷史記錄的方式進行。 您能告訴我您對“任何”用戶（最近 3 次登錄？5 次登錄？7 次登錄？）的“最低”歷史記錄嗎？

假設您有每個用戶的最后 3 次登錄。 然后，如果在你的位置上，我會以不同的方式排列數據並學習 2 個不同的模型，一個用於預測日期，另一個用於預測設施。 用於預測日期的數據和模板文件的排列示例是here 。 類似地，將星期幾更改為設施名稱並學習用於預測設施的模型。 您也可以考慮並為我建議的功能添加更多功能。 如果您有更多用戶數據（例如職業或年齡或其他內容），那么您絕對應該嘗試向訓練數據添加更多列，並將這些列作為特征添加到模板文件中。 請記住，測試文件應以與訓練文件相同的方式排列（除了最后一列可以為空/缺失，因為它是模型在測試期間要預測的標簽）。

如果您想繼續並在一個模型中預測兩個標簽，您可以嘗試串聯（在我給您的示例中，day 現在將變為 day_facility）。