随机森林预测中如何处理数据？

Question

我想从历史数据中预测从2018年1/1/2018到1/1/2020的小企业收入(除日期外，我的所有变量都是数字的)，我的数据的起始日期是1/1/2012。收入每3个月更新一次(2018年1月1日，我有x收入，2015年3月30日，我有新收入)，我不知道在这种情况下该如何处理日期。

我做了以下工作：

1-读取数据

2-数据分析

3-将日期列转换为类型日期4-排序日期

5-将数据分开(培训数据从2012年1月1日至2017年12月30日，测试数据从2018年1月1日至2020年1月1日)

6-将日期转换为数字

7-规范除日期列之外的所有列。

8-执行RF

9-使用测试数据集进行预测

在这个场景中，我没有更改日期格式，但我觉得这可能不是处理日期格式的最佳方法。

Answer 1

随机森林需要将日期处理为数字数据，这就是为什么可以使用日期、工作日、月份、三个月和年份作为分隔字段的原因。

此外，如果数据具有循环行为，则可以将数据与其对齐。

例如，如果您的数据周期为3个月，您可以具有以下特性:三个月的日期(从1到90)、工作日、三个月和一年。这将有助于找到有趣的模式。

注意:在随机森林处理之后，您可能希望将三个月的一天转换为yyyy，以获得更好的清晰度。