【问题标题】:linear weights on predictors past values for Regression预测变量的线性权重过去的回归值
【发布时间】:2020-09-11 21:04:43
【问题描述】:

我正在使用 sklearn.linear_model 对时间序列进行回归。 我有 20 个预测变量 (X) 和 1 个目标 (y)。 所有的时间序列都是从 2016 年到今天。 我想更加重视最近的值,而不是过去的值(理想情况下,从 2016 年的线性权重,50% 到今天,100%。 我该怎么做?

【问题讨论】:

  • Pandas 有一个内置的指数加权移动平均线,它赋予最近的数据点更多的权重。我认为你可以控制使用的权重,但你需要检查它在你使用的 pandas 版本中是如何工作的,因为在最近的版本中实现已经改变

标签: python scikit-learn regression


【解决方案1】:

您可以在调用fit 方法时使用sample_weight,该方法为每个样本设置单独的权重。例如,您可以将其设置为与自第一次约会以来经过的时间成比例的值,以便最近的样本具有更高的权重。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2017-11-26
    • 1970-01-01
    • 1970-01-01
    • 2013-10-31
    • 2021-12-07
    • 2018-10-09
    • 1970-01-01
    相关资源
    最近更新 更多