时间序列数据回归
时间序列数据回归
提问于 2023-03-25 01:22:58
我想预测时间(日期时间类型，5个月的小时数据)和湿度时的温度。在开始使用python之前，我在excel中创建了一个回归模型。但它没有预测温度，而是给出了日期作为答案。在查找互联网时，我发现不能用日期时间格式进行回归。因此，我所看到的一些源已经使用datetime.toordinal()将日期转换为数值Gregorian值。但我的问题是日期和时间在一起。这种方法也会随着时间的推移而起作用吗？如果是，它如何转换日期时间？我需要一种有效的方法来处理日期时间，因为它对于预测温度高度动态是至关重要的。
回答 1
Data Science用户
发布于 2023-04-06 00:11:09
为了运行这个回归，您必须将datatime列编码成一个回归者能够理解的格式。当粒度很大(例如，每天或更多)时，只需向“time”列添加一个递增的数字即可完成。一种更严格的方法是从日期中提取功能，如小时、日和月。您可以阅读更多的在这个答案中。
请注意，正如Jon所述，如果存在季节性组件，则您的模型将不能很好地推广。
页面原文内容由Data Science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://datascience.stackexchange.com/questions/120475
复制相关文章
相似问题
腾讯云开发者
