J'ai fait des recherches sur les réseaux neuronaux récurrents, mais j'ai de la difficulté à comprendre si et comment ils pourraient être utilisés pour analyser les données de panel (sens transversal). données de section qui sont capturées à différentes périodes dans le temps pour plusieurs sujets - voir exemples de données ci-dessous par exemple). La plupart des RNN que j'ai vu concernent des séquences de texte, plutôt que de vraies données de panel, donc je ne suis pas sûr si elles sont applicables à ce type de données.Comment traiter les données de panel à utiliser dans un réseau neuronal récurrent (RNN)
données Exemple:
ID TIME Y X1 X2 X3
1 1 5 3 0 10
1 2 5 2 2 6
1 3 6 6 3 11
2 1 2 2 7 2
2 2 3 3 1 19
2 3 3 8 6 1
3 1 7 0 2 0
Si je veux prédire Y à un moment donné compte tenu de la X1 covariables, X2 et X3 (ainsi que leurs valeurs dans les périodes précédentes), peut ce genre de séquence être évalué par un réseau neuronal récurrent? Si oui, avez-vous des ressources ou des idées sur la façon de transformer ce type de données en vecteurs de caractéristiques et en étiquettes correspondantes pouvant être transmises à un RNN (j'utilise Python, mais je suis ouvert à d'autres implémentations).
Avez-vous trouvé une réponse à votre question? – edyvedy13