azure - 如何计算预测时间范围的特征

Question

我有一个关于如何计算未来时间范围内的特征的问题。考虑下面的数据集，今天考虑的是：2019-11-11. 我有过去 2 年的每日数据，以下是最后 6 行：

Date, Temperature, Sales

2019-11-06, 25.5, 500000

2019-11-07, 24.2, 550000

2019-11-08, 25.1, 560000

2019-11-09, 22.6, 510000

2019-11-10, 22.3, 520000

2019-11-11, 24.4, 535000

现在我必须预测 2019-11-12、2019-11-13、2019-11-14 的销售额。为了预测这些日期的销售额，我必须向机器学习训练模型提供以下测试数据：

Date, Temperature

2019-11-12, temperatureX

2019-11-13, temperatureY

2019-11-14, temperatureZ

temperatureX、temperatureY 和 temperatureZ 的值是多少，因为这些值也来自未来？

标签： azuremachine-learning

Answer 1

简单的回答？如果您没有在预测时解释您的目标的自变量，您将无法预测。

话虽如此，您通常可以通过简单的网络搜索获得至少比任何日期提前一周的天气预报。因此，如果您不需要非常大的最大范围，您可以使用预测的天气预报作为您的温度值（x、y 和 z）。然后，您的再培训期将变为每周一次，或者您可以找到现有的天气预报。

参考：https ://datascience.stackexchange.com/questions/27171/what-to-give-as-predictors-to-predict-future-values