【发布时间】：2021-07-20 11:58:03
【问题描述】：
如何应用预测来预测 3 个月的每种产品的数量，并使用以下数据。 这不是多变量预测，因为我们不会预测产品，而只会预测每种产品的数量。我应该将每个产品分成一个数据框并将预测应用于每个产品，还是有另一种方法来解决这个问题，比如以多变量方法使用产品？
Date | ProductID | Quantity
1/4/2019 | SGX2134 | 53
1/4/2019 | DLY0984 | 25
5/4/2019 | FBDI863 | 1
.
.
.
3/5/2019 | SGX2134 | 33
7/5/2019 | DLY0984 | 4
【问题讨论】：
-
不同产品的购买是相关的还是独立的？
-
@LukaszTracewski 他们是独立的。问题是有些产品没有太多的数据，比如一个产品只有1天的数量。历史数据少的产品如何预测3个月？
-
然后按产品对它们进行分组，然后照常处理单变量时间序列。
-
@LukaszTracewski 你的意思是，将产品分成不同的数据框并分别预测每个产品？感谢您的回答
-
没错，这是迄今为止最好的方法。请注意，除了季节性之外，您可能还会遇到特殊事件，例如假期。这可以把你的问题变成一个多变量的问题。
标签： python time-series forecasting