Опишу задачу на примере:

Допустим, существует база водоемов России, куда люди заносят результаты каждой своей рыбалки (место ловли - координаты, количество поклевок, количество пойманных хвостов, на что ловили и прочее вплоть до погоды). Накапливаем мы эти знания несколько лет. А теперь хотим для каждого нового дня строить краткосрочный прогноз (на 1-2 дня) и хотим получить "где" и "сколько будет клевать", "где" - место (координаты или некоторая область, даже область будет лучше) и "сколько будет клевать" - количество хвостов. Какие для этого можно попробовать методы прогнозирования? Хотелось бы, чтобы учитывалась и сезонная составляющая.

Использовал в свое время АРПСС (Arima) для других задач, она довольно хороша, но тут у меня вопрос - каким образом представлять параметр гео-координат. И подойдут ли для такой задачи стандартные методы\модели прогнозирования?

Мне кажется, что геокоординаты смысла большого нести не будут. В пределах, скажем, сотен километров координаты будут вносить гораздо меньший вклад, по сравнению с локальными факторами: грунт, скорость течения, уровень зарастания, и пр. и пр.

Думаю, можно вообще без координат обойтись: делать по фактическим точкам. А, вместо координат, группировать точки по сходству рыболовных результатов.

Видимо, надо искать работы по рыбной ловле, именно на эту тему.

Если не удастся найти такие работы, тогда уже думать о регрессионном анализе и конкретных параметрах.

Я обозначил прикладную область для примера (рыбалка). Т.е. таких задач можно напридумывать очень много (охота, землетрясения, пожары и т.д.) понятное дело, что для разных областей будут разные входные параметры. Но есть же, например, у рыболовов очень удачные места (глубина, коряжки), хотя в 50 метрах около уже может ничего не клевать. Т.е. тут необходимо, наверное, делать какую-то предварительную кластеризацию по гео и предыдущим результатам...

Меня же интересует какие именно методы\модели применимы к данной категории задач.



Это сообщение отредактировал(а) becks - 16.6.2014, 16:44

Так, в принципе. Географические факторы причём. Насколько причём - надо корреляцию считать.

Попробуйте поискать тогда работы с этими географическими факторами. Это проще чем самому искать нужный фактор и считать корреляцию.

Из того, что я слышал про географические факторы
Кто и где чаще всего болеет раком
Особо не смотрел я про задачи из регрессионного анализа на географические зависимости.