使用 scikit python 的自变量线性回归答案

【问题标题】：Linear Regression with independent variables using scikit python使用 scikit python 的自变量线性回归
【发布时间】：2015-10-18 10:21:20
【问题描述】：

我是 Scikit-Learn 的新手，我需要解决有关使用 Python 预测新数据的问题。
我有一个二维数据表如下：（对不起，我不能在这里创建二维表）
-------------------------------------------------- ---
日期-----|小时
-------------------------------------------------- ---
------------| 1 | 2 | 3 | 4 |.....| 23 |
01 - 一月 | 3 | 7 | 22 | 46 | .... | 94 |
...
23 - 九月 | x | x | x | x |...
我的表有 1 个维度是日期，另一个是小时。每天将有 24 小时。每个小时都会得到一个随机的 2 位数字，该数字与其他数字无关。现在我可以使用线性回归预测未来几天的新数据吗？请帮我！谢谢。

【问题讨论】：

标签： python statistics scipy scikit-learn

【解决方案1】：

首先，如果我正确理解了您的问题，那么对于某个日期的每个小时，您都会得到一个随机的 2 位数字。您有一组具有相应随机 2 位数字的日期，现在对于一个没有随机 2 位数字的新日期，您需要线性回归来预测该 2 位数字是什么。

但是，我不知道这是否是最佳解决方案。使用线性回归，您需要一个预测变量（日期/小时）并使用它来预测参数/值（两位数）。不过，您提到该值是随机的，这意味着没有关系。除非有一个你没有提到，否则我认为你无法预测 2 位数字将是什么。充其量您可以通过生成一个新的随机 2 位数字来预测新的 2 位数字。

如果您仍想创建Linear Regression with Scikit-Learn，则需要将数据拆分为训练集和测试集，并拆分为 X 和 y。您的训练集是您知道的日期和时间 (y) 和数字 (x)，您的测试集是日期和时间 (y)。请注意，您希望将日期和小时合并为 1 条记录，因此您获得的实例为：23-Sept-01、23-Sept-02、..、23-Sept-23。（你的第 24 小时在哪里？）我还建议在将数据加载到 python 之前拆分数据，或者使用numpy matrices 拆分数据。您可以使用 predict 函数使用线性回归以这种方式预测您的 2 位数。

希望这有帮助，如果格式混乱，请见谅（这里是新的）

【讨论】：

感谢您的回答。就我而言，新数字是随机生成的，不依赖于数据/时间或以前的数字，而且很难预测。但在这种情况下，“历史总是会重演”吗？如果我将日期和时间视为 (y)，将数字视为 (x)，基于大量的旧数据，线性回归仍然有很好的预测？
@James Do：我不认为它可以。正如您所说，线性回归是一种预测技术，但它只能在（数字）X 和（日期和时间）Y 之间存在关系的情况下进行预测。正如您所说：“新数字是随机生成的，不依赖于数据/时间或以前的数字”意味着数字之间没有关系。数字的生成不受日期或时间的影响，因此线性回归找不到任何模式。因此它无法预测数字是多少，因为你不妨在那里放一个随机数。