- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我目前正在处理具有 2 列的数据框(在 pandas
中):第一列是一些数字量化数据,例如体重、某天花费的金额、GPA 等., 第二列是日期值,即添加相应列 1 条目的日期。
我想知道,在 Python 中是否有一种方法可以“预测”时间 X 之后的下一个值?例如。如果我有 100 个体重条目跨越 2-3 个月(并非所有条目都有相同的时间差,所以 1 个条目可能在第 3 天、接下来的第 5 天和接下来的第 10 天),并且想“预测”什么我在 1 个月后的下一个条目,有没有办法做到这一点?
我认为这与时间序列分析有关,但我的统计背景不是很强,所以我不知道这是否是正确的方法。如果是,我如何将它应用于我的数据框(即哪些包)?它可能返回的值(value)是否有意义,或者在我正在处理的内容中是否毫无意义?谢谢。
最佳答案
对于预测时间序列数据,我觉得最好的选择是 LSTM,它是一种递归神经网络,非常适合时间序列回归。
如果您不想深入研究神经网络的后端,我建议使用 Keras 库,它是 Tensorflow 框架的包装器。
假设您有一个一维值数组,并且您想要预测下一个值。 Keras 中的代码可能如下所示:
#start off by building the training data, let arr = the list of values
X = []
y = []
for i in range(len(arr)-100-1):
X.append(arr[i:i+100]) #get prev 100 values for the X
y.append(arr[i+100]) # predict next value for Y
由于 LSTM 采用 3 维输入,我们希望将 X 数据 reshape 为具有 3 个维度:
import numpy as np
X = np.array(X)
X = X.reshape(len(X), len(X[0]), 1)
现在 X 的形式是(样本、时间步长、特征)
这里我们可以使用keras搭建一个神经网络:
from keras.models import Sequential
from keras.layers import Dense, LSTM
model = Sequential()
model.add(LSTM(input_shape = (len(X[0], 1)) #input 3-D timeseries data
model.add(Dense(1)) #output 1-D vector of predicted values
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(X, y)
中提琴,您可以使用您的模型来预测数据中的下一个值
关于python - Python 中的趋势 "Predictor"?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49712037/
我目前正在处理具有 2 列的数据框(在 pandas 中):第一列是一些数字量化数据,例如体重、某天花费的金额、GPA 等., 第二列是日期值,即添加相应列 1 条目的日期。 我想知道,在 Pytho
我无法使 ROC 函数工作,出现错误“预测器必须是数字或有序”。 我浏览了其他帖子,但没有解决我的问题。任何帮助都受到高度赞赏。 "Get data" flying=dget("https://www
我是使用python的新手,我想运行此代码,但出现此错误。 码: # construct the argument parse and parse the arguments ap = argpars
所以我尝试在 R 中运行“genie3”算法(引用:http://homepages.inf.ed.ac.uk/vhuynht/software.html),它使用“randomForest”方法。
我有一个锦标赛分支预测器模拟作为作业。该程序模拟微处理器中的锦标赛分支预测器。我想我做的一切都是对的。我无法追踪问题。我陷入了段错误。 /* Shreyas Kale Computer Archite
我是 python 新手,找不到答案。引用消息末尾的代码,我能知道下面一行中的“for item, total in totals.items()”是什么意思吗? rankings = [(total
我有以下变量,如果它们是宽格式,我会计算类似 lm(happiness ~ personality_trait*condition) 但是我的数据是长格式的。 我想这将是一个重复测量模型,但我不确定。
我是 R 新手,遇到了这个问题:我想比较两种预测技术(支持向量机和神经网络),将它们应用于某些数据,并且我想比较它们的性能。为此,我使用 ROC 曲线。该代码应该计算 ROC 曲线下的面积,但它不起作
我想使用 pandas OLS 函数为我的数据系列拟合趋势线。有谁知道如何使用 pandas 系列中的日期时间索引作为 OLS 中的预测变量? 例如,假设我有一个简单的时间序列: >>> ts 200
请求帮助解决以下错误。 An error occurred (ModelError) when calling the InvokeEndpointoperation: Received client
我一直在尝试通过我的 vm 实例上的控制台将我的模型部署到 AI 平台进行预测,但我收到错误“(gcloud.beta.ai-platform.versions.create)创建版本失败。模型错误检
到目前为止,我使用的是 tf.contrib.predictor.from_saved_model加载 SavedModel ( tf.estimator 模型类)。然而,不幸的是,这个功能在 Ten
我正在尝试使用 rms 包从 R 中的逻辑回归绘制列线图,但目前我遇到一个问题:确实,我可以获得列线图,但“线性预测器”轴的范围从 -2.5 到 + 3,我想知道是否可以使其范围从 0 到 1(即 Y
使用以下包含二进制 0/1 变量的测试数据帧: test_df = pd.DataFrame([ [0, 0, 0, 1], [1, 0, 1, 1], [0, 0, 0, 1
我已经安装了逻辑回归模型,该模型可以根据vs(mpg数据集)预测二进制结果mtcars。该图如下所示。如何确定任何特定mpg值的vs值?例如,当mpg的概率为0.50时,我有兴趣找出vs的值是多少。感
我的问题:删除带有 NA 的预测变量并考虑排除该预测变量的完整案例的最有效方法是什么? 问题源自以下 NA 的回归情况,其中 Ozone(大部分)和 Solar.R 中缺少值>. data(airqu
所以我有一个训练集,其中一个属性的域如下: A = {Type1, Type2, Type3, ... ,Type5} 如果域保持这种形式,我就无法应用线性回归,因为数学假设不可能成立,例如: H =
概览 我正在按照教程(见下文)从袋装树、随机森林、提升树和一般线性模型中找到最适合的模型。 教程(参见下面的示例) https://bcullen.rbind.io/post/2020-06-02-t
我是一名优秀的程序员,十分优秀!