Nesta pergunta - Existe um método para construir árvores de decisão que leve em consideração preditores estruturados / hierárquicos / multiníveis? - eles mencionam um método de dados em painel para árvores.
Existem métodos de dados de painel específicos para dar suporte a máquinas vetoriais e redes neurais? Se sim, você poderia citar alguns documentos para os algoritmos e (se disponível) pacotes R implementando-o?
r
machine-learning
svm
panel-data
cart
Carlos Cinelli
fonte
fonte
Respostas:
LSTM (memória de longo prazo) pode ser relevante para você. Esse tipo de modelo pode lidar com vários recursos em vários pontos no tempo, que devem caber nos dados do painel. Aqui está uma explicação muito boa sobre o conceito de LSTM, e aqui está um pacote que implementa uma versão R do LSTM.
fonte
Quando você possui dados do painel, há tarefas diferentes que você pode tentar resolver, por exemplo, classificação / regressão de séries temporais ou previsão do painel. E para cada tarefa, existem inúmeras abordagens para resolvê-lo.
Quando você deseja usar métodos de aprendizado de máquina para resolver previsões de painel, há várias abordagens:
Em relação aos dados de entrada (X), unidades de tratamento (por exemplo, países, indivíduos, etc.) como amostras de identificação, você pode
Em relação aos dados de saída (y), se você desejar prever vários pontos no tempo no futuro, poderá
Todas as abordagens acima reduzem basicamente o problema de previsão do painel a um problema de regressão de séries temporais ou de regressão tabular. Depois que seus dados estiverem no formato de série temporal ou de regressão tabular, você também poderá anexar aos usuários recursos que não invariem no tempo.
É claro que existem outras opções para resolver o problema de previsão do painel, como, por exemplo, o uso de métodos clássicos de previsão, como o ARIMA, adaptados aos dados do painel ou métodos de aprendizado profundo que permitem fazer diretamente previsões de sequência em sequência.
fonte