python - 如何使用初始数据点将曲线拟合到曲线数据集?
问题描述
我正在尝试为这些曲线拟合一条曲线以获得新的数据点。基本上,该图代表了不同日期的食品销售速度。
在 X 轴上有剩余的生产时间(以分钟为单位),在 y 轴上有我们在不同日子得到的累积粮食需求[不同颜色的线]。
我试图找出的是给定特定日期的初始销售速度,我如何预测曲线的性质?
我想要某种能够理解曲线模式的模型。并根据初始销售速度预测曲线的性质。
因此,基本上,当模型看到新数据时,只需查看当天开始时销售速度的初始数据点,我们就可以预测曲线的性质。以便我们事先知道要生产多少。
因此,随着更多数据的出现,我们可以更好地预测一天结束时的最终需求量。我想每 10 分钟预测一次曲线会是什么样子?
是否有任何模型或流程可以做到这一点?
剧情是这样的。
解决方案
推荐阅读
- java - 多个 Xodus 应用程序访问/共享单个目录
- c# - Moq 对象总是返回 null ,为什么?
- sql-server - 如何创建短期和长期数据库目标
- java - 当 Holder 中发生某些事情时更新 RecyclerView
- vue.js - 刷新页面返回后的 Electron Vue:无法获取 /url
- git - Git - CAfile 的不寻常路径
- sql - SQL,GETDATE 在 where 子句中
- python-3.x - 有没有办法使用 Selenium 实现 Magento 图像上传的拖放?
- shell - 定期配置 nginx API
- laravel - Laravel 失败的作业不发送通知