azure - 如何计算预测时间范围的特征
问题描述
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?
解决方案
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。
推荐阅读
- azure - 手动编辑 Azure 数据工厂 V1 中的管道查询
- angular - 我要返还金额
- javascript - stoppropagation 如何与循环一起工作?
- python - 自动查找曲线拟合(或图形反卷积)中的最佳峰数
- typescript - 如何修复奇怪的字符显示
- java - 如何从 SOAP 消息中读取 WS-Addressing 标头?
- c# - 一段时间内没有收到任何消息时取消注册事件处理器
- ios - 如何在 Xcode 控制台中禁用 Firebase/Analytics 登录?
- python - Python:PYODBC 连接链接错误 08S01
- angular - 如何在 Angular 原理图中使用当前路径