我们可以根据一列数字来预测序列中的下一个数字吗？
我们可以根据一列数字来预测序列中的下一个数字吗？
提问于 2020-09-13 01:41:22
我正在试图找到一种方法来预测一系列数字中的下一个数字。通常情况下，我会使用线性回归，但正如您所看到的，有日期和单列数据。没有因变量，只有一个自变量(贷款)。有没有一种简单的方法，可以根据已知的数字序列来预测下一个数字，或者可能是两个数字的范围？另外，有没有一种方法可以得到结果的概率，比如90%或95%的置信度？
这是我的数据。
Account Loans
2019 Aug 393.3
2020 Feb 383.2
2020 Mar 455.4
2020 Apr 542.0
2020 May 510.0
2020 Jun 483.5
2020 Jul 465.5
2020 Aug 448.2
Aug 12 451.1
Aug 19 447.5
Aug 26 442.3
Sep 02 444.7最终，我希望看到这样的情况: 443到445，95%的信心。这有可能吗？
回答 2
Stack Overflow用户
回答已采纳
发布于 2020-09-13 01:58:32
解决方案
选项1-滚动平均值
取最后n个值的平均值(a)。从最后一个数字(l)减去a作为(s)。最终结果应为l-s或l+s。
示例
def predict(arr, n):
l = arr[-1]
a = sum(arr[:n]) / n
s = abs(a - l)
lower_bounds = l - s
upper_bounds = l + s
return (upper_bounds, lower_bounds)选项2-指数平滑
考虑使用统计模型中的指数平滑
示例
from statsmodels.tsa.api import SimpleExpSmoothing
def predict(arr, sl)
return SimpleExpSmoothing(arr).fit(smoothing_level=sl).fitted_values参考文献
统计模型(简单指数平滑)：https://www.statsmodels.org/stable/examples/notebooks/generated/exponential_smoothing.html
Python Simple Exponential Smoothing
NumPy version of "Exponential weighted moving average", equivalent to pandas.ewm().mean()
Stack Overflow用户
发布于 2020-09-13 04:00:37
首先，您需要进行一些预处理，以将您的自变量转换为某个数量级。可能是从2019年8月1日开始的天数。然后就可以进行回归了。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/63863167
复制相关文章
相似问题
腾讯云开发者
