如何建立每日预测的线性回归模型

Question

我需要建立一个预测模型来预测每天的物品数量.

这就是我在DB上的数据..。

item id |date         | quantity

1000    |2020-02-03   | 5

我所做的是将日期转换为：

• 年份数
• 一年中的周数
• 工作日数

我用RegressionFastForest，RegressionFastTree，LbfgsPoissonRegression，FastTreeTweedie在100,000个项目的数据集上训练了这个模型

但结果并不好(RMSE评分为3.5-4)。

我做错了吗？

我使用的是ML.NET，如果它的问题

谢谢

Answer 1

有几种时间序列预测技术。但要点是:我们不寻求value对date的依赖。相反，我们正在寻求value[i]对value[i-1]的依赖。

最常见的技术有、ARIMA、模型和递归神经网络。我建议读一读关于它们的文章。但是，如果你没有太多的时间或其他东西，有一些东西可以帮助你。这是自动阿里玛模型。

自动ARIMA的实现至少存在于Python和R中。这里是python版本：

from pyramid.arima import auto_arima

model = auto_arima(y)

其中y是您的时间序列。

P.S.，尽管它被称为自动模型(这意味着算法将自行选择最佳的超参数)，但您仍然应该了解p、q、P、Q和S的含义。

Answer 2

直接将线性回归应用于数据有几个问题。

1)如果item id是一个排序索引，并且不反映项目的物理属性，那么它就是一个分类特性。使用OneHotEncoding将其替换为回归友好标签。

2)如果假设数据可能对一天/一周/月的时间有周期性依赖，则使用这些函数的sin和cos。它不适用于年份，因为它不是周期性的。这里是一个很好的指南，其中包含了Python中的示例。

祝好运!

我通常在任务中使用LogisticRegression作为基准，使用稀疏的分类特征表示(OneHotEncoding)。它不会像最先进的NN解决方案那样好，而是给我一个基准看起来是什么样子的线索。