¿Aprendizaje en secuencia usando campos aleatorios condicionales?

Soy nuevo en el aprendizaje secuencial (y el aprendizaje automático) y estoy tratando de entender cómo usar campos aleatorios condicionales para resolver mi problema.

Tengo un conjunto de datos que es un registro secuencial de cuándo y dónde trabajó un usuario final de mi aplicación. Por ejemplo, el siguiente conjunto de datos solo tendrá valores para Usuario1

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

Estoy tratando de resolver el siguiente problema: dado un día de la semana y una instalación en la que trabajó un usuario, ¿en qué instalación y día de la semana trabajarán después?

Para resolver este problema, comencé a buscar campos aleatorios condicionales, pero estoy teniendo dificultades para que cualquier biblioteca trabaje con él.

Traté de trabajar con las siguientes bibliotecas: 1. PyStruct (https://pystruct.github.io/) Pero esto no funcionó para mí debido a este problema:Índice fuera de límites: Ajuste de SSVM usando Pystruct

CRFSuite (http://www.chokkan.org/software/crfsuite/) (Esto depende de libBFGS. Cuando instalo libbfgs en mi ubuntu box sin ningún error, la ejecución de 'make install' para CRFSuite todavía falla y dice que no puede reconocer libBFGS)

Así que recurrí a otra biblioteca ... 3. CRF ++ (https://taku910.github.io/crfpp/)

Pude instalar CRF ++ y también puedo ejecutar los ejemplos dados en su distribución. Pero necesito ayuda para entender cómo puedo modificar el archivo de plantilla para que se ajuste a mi caso de uso ...

Además, estaba pensando que mis etiquetas serán una cadena concatenada de instalación + día de la semana del conjunto de datos anterior.

Soy nuevo en el aprendizaje secuencial y actualmente estoy tratando de investigar sobre cómo resolver este problema ...

Cualquier consejo será de gran ayuda ya que parece que estoy un poco atrapado aquí ...

¡Gracias!

Respuestas a la pregunta(1)

Su respuesta a la pregunta