我有一個非常大的數據集與日期和值。我可以使用線性迴歸與日期和值來獲得預測公式。線性迴歸與日期
我有日期和使用價值。 我可以將日期轉換爲數值並獲得預測公式,但我認爲這不起作用。
你能幫我解決這個用例嗎?什麼是最好的機器學習技術?我更喜歡線性迴歸,但不確定如何使用。
我有一個非常大的數據集與日期和值。我可以使用線性迴歸與日期和值來獲得預測公式。線性迴歸與日期
我有日期和使用價值。 我可以將日期轉換爲數值並獲得預測公式,但我認爲這不起作用。
你能幫我解決這個用例嗎?什麼是最好的機器學習技術?我更喜歡線性迴歸,但不確定如何使用。
這一切都取決於你如何將日期轉換爲數字。如果您只是選擇一個較小但接近日期字段的最小可能值的日期,並執行該基準日期以來的「天數」,則應該沒問題。
您還可以考慮(實驗)選擇接近日期字段中值的基準日期(在這種情況下,您將同時具有正值和負值)。
採摘日期遠在過去一般是不是一個好主意(原因很明顯)...
謝謝你的回覆。所以1)我們可以使用線性迴歸的日期? 2)我有從2008年1月31日起的日期,我應該如何開始價值? – user826407
1 - 是的,絕對是... 2 - 取決於你的數據的形狀,所以試驗,我會先用1/1/2008和類似於2013年1月1日的東西 –
謝謝你,請你告訴我當你說try 1/1/2008是什麼意思?我沒有得到。你能幫我嗎我應該如何保持日期值?我應該把它保持爲1嗎? – user826407
我沒有看到一個很好的理由,爲什麼任何距離保轉型是行不通的。例如。日期到unix-timestamp,然後從所有中心中減去最低的一個。 – sascha
所以你的意思是,如果我有1/1/2008將其轉換爲uniq時間戳,並使其爲0,因爲這是我的初始值 – user826407
是的,但其他人也需要減去。它就像'''vector(x0,x1,...) - x0'''(矢量減法; x0,x1從低到高排列!)。 (它也僅適用於底層優化算法的數值魯棒性,它們不喜歡非常小或非常大的數字;可能不是必需的;對於像SGD這樣的大數據算法更爲必要) – sascha