计算散点图的正弦回归答案

【问题标题】：Calculate sinusoidal regression of scatter plot计算散点图的正弦回归
【发布时间】：2020-05-27 20:05:50
【问题描述】：

我在散点图上有过去四年的天气数据。 x 轴是时间（以天为单位），y 轴是温度。我想用它来预测未来的天气值。该图以正弦波的方式进行，这使我相信我应该使用正弦回归。我用这个错了吗？如果没有，我该如何计算？如果我错了，我应该用什么来得到我想要的？

这是我现在写下来的代码，但我不知道从这里开始。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

df = pd.read_csv('csv/weather.csv')
df.plot(kind='scatter', x='Date time', y='Temperature', color='red')

plt.show()

【问题讨论】：

标签： python machine-learning regression

【解决方案1】：

您使用的时间序列似乎包含季节性成分。在这种情况下，明智的做法是在拟合任何预测模型之前从中删除季节性。主要原因是，您会为模型添加不必要的复杂性，这很可能难以为正弦行为建模，也可以很好地处理您确实想当模特。

常用的方法是通过取自相关来检测信号的季节性，并通过取对应的滞后差来去除它。

您可能会发现 this blog post 很有用，并通过类似的示例进行了说明。

【讨论】：

您介意详细说明如何在我的代码中实现这一点吗？看了博文，还是有点懵。谢谢。