machine-learning - 预测多元时间序列预测的 n 步
问题描述
在多元时间序列预测中,我们是否需要传递输入变量值进行预测?如果我们必须预测 n 步,它是如何工作的?
假设我们有日期、年龄、性别、国家、客户数量等变量。是否可以使用历史数据预测下 n 个时期的客户数量?
解决方案
推荐阅读
- angular - 类正在使用 Angular 功能,但没有装饰。请添加一个明确的 Angular 装饰器
- javascript - 如何修复角度数字字段的跨站点脚本?
- postgresql - jsonb_path_query 按子顺序排列
- mysql - 为什么我的触发器中有这个错误?MySQL
- lua - 为什么我的 LOVE2D 程序不断重置分数?
- javascript - 如何使用 vanilla JavaScript 将数字四舍五入到最接近的百分之一?
- java - 在 mybatis 中如何处理整个 SQL 语句?
- tableau-api - 按日、月和周级别聚合
- postgresql - PostgreSQL COLLATE 和字符类型 - 在澳大利亚托管的 RDS 服务中使用的值
- python - 支持异步和同步调用者