根据时间序列中的先前频率预测下一个日期

Question

我有一个如下图所示的数据框。数据框具有更多功能，但我仅出于简化目的而显示。

    CODE    DATE        IND_AVG_MONTH_REC     IND_STD_MONTH_REC 
0   15295   2021-01-22  0.375                 0.382733
1   15801   2020-12-04  0.125                 0.309359
2   23369   2021-01-01  0.750                 0.216506

AVG 和 STD 是每个 COD 每月的平均值和标准差。 DATE 是用户最后一次有活动的时间。 我想根据 AVG 和最后日期预测下一个日期。

为此，我进行了线性回归并获得了预测频率。我对结果很满意，因为从预测到测试集的误差很小。 （所有值都是整数或浮点数）

# Not all features fom the data set were used
X = df[['IND_MIN_REC_VAL', 'IND_TOTAL_TERM_CALL_QTY', 'IND_TOTAL_ORIG_CALL', 'IND_VAL_LAST_REC', 'OLD', 'IND_SMS_QTY', 'IND_TOTAL_SMS_QTY', 'IND_MIN_REC_QTY_DAY', 'IND_TOTAL_GPRS_QTY', 'IND_GPRS_QTY', 'IND_AVG_MONTH_GPRS_QTY', 'IND_AVG_MONTH_SMS', 'IND_STD_MONTH_SMS', 'IND_STD_MONTH_GPRS_QTY', 'IND_QTD_LAST_REC', 'COD_TAR', 'COD_CART', 'IND_TERM_CALL_QTY', 'IND_MAX_REC_VAL', 'IND_AVG_TERM_CALL_DUR', 'IND_STD_TERM_CALL_DUR', 'IND_ORIG_CALL_QTY', 'IND_AVG_MONTH_TERM_CALL', 'IND_STD_MONTH_TERM_CALL', 'IND_MAX_REC_QTY_DAY', 'IND_AVG_ORIG_CALL_DUR', 'IND_STD_ORIG_CALL_DUR', 'IND_AVG_MONTH_PRIG_CALL', 'IND_STD_ORIG_CALL', 'IND_AVG_GPRS_DUR', 'IND_STD_GPRS_DUR', 'IND_STD_MONTH_REC_VAL', 'IND_STD_MONTH_REC', 'IND_AVG_MONTH_REC_VAL']]
y = df['IND_AVG_MONTH_REC']

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

model = LinearRegression().fit(X_train, y_train)

y_preds = model.predict((X_test))

然后计算错误指标并得到以下我满意的结果：

MAE: 0.11467427514645877
MSE: 0.03279457004316404
RMSE: 0.1810927111817702

如果我已经有了预测的频率，如何获得下一个（预测的）日期？

有没有办法在 python/pandas 中输入最后日期和预测频率并获取下一个日期？

Answer 1

我认为您遇到了使用线性回归来尝试解决时间序列问题的问题。

想象一下预测房价。我们可以知道卧室的数量，是否有车库，院子的大小，当前的利率，当前的失业率，当前市场上的房屋数量等。最终我们会得到一个很好的预测。

现在假设您想预测未来 6 个月的房价。你仍然知道卧室的数量，以及它是否有车库，但你不知道未来的利率、失业率或市场上会有多少房子。

您可以使用自己的最佳猜测来估计这些（可能使用最佳/最差场景的范围，让使用模型的人决定使用哪个），或者您可以使用时间序列建模方法并使用它来预测通过了解今天的模式对未来的意义，向前推进 6 个月。