无法理解机器学习 sentdex 教程中有关线性回归的部分代码答案

【问题标题】：Unable to understand a part of code about Linear Regression from sentdex tutorials on machine learning无法理解机器学习 sentdex 教程中有关线性回归的部分代码
【发布时间】：2021-04-07 16:46:20
【问题描述】：

在 youtube 上关注 Sentdex 机器学习教程。在第 5 部分中，他这样做了

forecast_out = int(math.ceil(0.01*len(df)))
print(forecast_out)

df['label'] = df[forecast_col].shift(-forecast_out)

X = np.array(df.drop(['label'],1))
X = preprocessing.scale(X)
X = X[:-forecast_out]
X_lately = X[-forecast_out:]


df.dropna(inplace=True)
y = np.array(df['label'])
y = np.array(df['label'])

我完全迷失了他在这里想要做什么。在int(math.ceil(0.01*len(df))) 中，他试图获得他想要找到预测的天数。在那之后，他做了df[forecast_col].shift(-forecast_out)，然后我什么也做不了。

【问题讨论】：

阅读shift 的文档应该会有所帮助。
但是`(-forecast_out)`在做什么

标签： python pandas numpy machine-learning linear-regression

【解决方案1】：

这里没有足够的信息，但是如果这是一个时间序列预测问题，那么我认为df[forecast_col].shift(-forecast_out)将预测列向上移动'forecast_out'天数，以便特定日期的标签列将是您需要预测的数字（即从未来转移的数字）。

【讨论】：