你是一架飛機，跟蹤橫過海洋的敵船，所以你已經收集了一系列（x，y，時間）船的座標。你知道一艘隱藏的潛艇與船隻一起旅行以保護它，但是當它們的位置之間存在關聯時，潛艇經常從船上離開，所以雖然它經常靠近它，但它也可以在船的另一側世界偶爾。你想預測潛艇的路徑，但不幸的是它對你來說是隱藏的。什麼機器學習算法適用於預測另一個時間序列？
但是在4月的一個月裏，你會注意到潛艇忘記隱藏自身，所以你在整個1000次旅行中都有一系列的潛艇和船的座標。使用這些數據，你想建立一個模型來預測隱藏的潛艇的路徑，只要船舶的運動。天真的基準是說「潛艇的位置猜測=」船的當前位置「，但是從潛艇可見的4月份數據來看，你會注意到潛艇在船前方有一點傾向，所以」潛艇位置猜測=船舶在1分鐘內的位置「是一個更好的估計，此外，4月份的數據顯示，當船舶長時間停留在水中時，潛艇很可能遠離沿海水域巡邏，還有其他模式當然，
如果將4月的數據作爲訓練數據來預測潛艇的路徑，你將如何建立這個模型？我目前的解決方案是一個特別的線性迴歸，其中的因素是「旅行時間」，「貨船x座標「，」貨船閒置1天「等，然後讓R找出重量並進行交叉驗證，但我真的很喜歡這種方式從4月份的數據中自動生成這些因素。此外，使用序列或時間的模型會很好，因爲線性迴歸不會，我認爲它是相關的。
編輯：我用一個編造的故事重新構造了這個問題，所以它不那麼容易混淆。我發佈的原始問題是：
我有兩個主題（教師和學生）的眼動數據。它的形式是（x，y，時間），所以每個主題都有一系列的。老師看什麼會影響學生的看法。我會用什麼方法來預測學生在看什麼，僅使用教師數據？假設我可以使用黃金標準的學生和教師數據來訓練一些學習算法。
我在想隱藏的馬爾可夫模型會是適當的，因爲在維基百科定義，但我不知道如何把它用於我的數據集的實踐。
更多詳情：我有關於老師和學生如何看每張地圖和一些讀數的數據。我有40個這樣的數據集，看起來像[（366,234,0），（386,234,5）]，這意味着老師在時間0看點（366,234），然後5秒鐘之後向上看座標（386,234）。我可以學習一種模式，以瞭解教師如何看待內容與預測學生如何看待相同內容之間的關係。因此，也許學生按照與老師相同的順序查看內容，但速度較慢。或者，也許這個學生不會環顧四周，但老師會掃描更多的內容。我有兩組數據，並且希望看到我可以獲得的模型的準確性 - 我能夠預測學生在教師的外觀行爲的50px內的外觀行爲嗎？
似乎的每個會話「地圖凝視」可以被認爲是作爲一個有向圖G（V，E），其中頂點的各v是（X，Y）座標，其中目光瞄準的時間超過了一定的閾值（地圖中的興趣點）。邊E代表眼球運動以及其方向性的時間排序。所以，根據老師的圖表，你需要找到學生的圖表。那是對的嗎？如果是這樣，那麼你可以將訓練數據簡化成這些圖形並學習它們的參數。 或者：給出老師正在看的一個點（x，y），你需要猜測（x，y）學生在看什麼？ – 2013-02-16 23:05:46
Alptigin，是的，這正是我想要做的。雖然我猜也有圖的時間維度。你知道有什麼方法來訓練某些東西來從教師圖表中生成學生圖表嗎？ – user2077851 2013-02-17 02:49:36
那麼，我會說第一次簡化你的數據集到這些圖表，可視化他們。我不能說什麼特定的方法會成功。 – 2013-02-17 22:34:24