【发布时间】：2019-02-28 11:12:31
【问题描述】：
我有一个数据集，其中包含用户在六个月内的网站使用行为。它包含以下数据：
- 查看的页数
- 与每个用户关联的唯一 Cookie 数量
- 不同数量的操作系统，使用的浏览器
- 访问的城市数量不同
这里的所有内容都是在六个月的时间范围内收集的。我已经使用这些数据来训练模型来预测目标变量“y”。一切都是数字格式。
现在我知道了，因为它是 6 个月的数据，并且模型是建立在这 6 个月的数据之上的，我可以用它来预测接下来的 6 个月的数据以获得目标变量 y。
我的问题是，如果我不使用它来预测六个月的时间框架，而是使用模型来预测每月的时间框架，它会给我错误的结果吗？
我的逻辑告诉我是的，例如，我使用决策树和随机森林等树方法，这些算法有点使阈值给出输出“0/1”。现在，我上面提到的变量，例如关联的 cookie 的数量、操作系统、浏览器等，如果我们从 1 个月的角度来看它，如果我们从 6 个月的角度来看它，将会有不同的值。例如，与用户关联的唯一 cookie 的数量如果在一个月内看到会更少，而如果从 6 个月的角度来看会更多。
但我很困惑模型是否会在运行月度数据时自动调整这些值。如果我认为这是对还是错，请您帮助我理解。如果可能，请提供合乎逻辑的解释。
谢谢。
【问题讨论】：
-
这真的没那么简单，六个月的数据真的不是很多（假设你的意思是六个月以上的每日数据，因为六个数据点远不足以训练任何类型的模型）。 .. 还有一系列潜在的假设，比如季节性不是一个因素。我的雇主正在尝试类似的东西，但结果非常糟糕，这在很大程度上是由于数据量低和极端可变性。您最好对每个数据集使用简单的线性或多项式回归进行估计。
标签： python machine-learning logic data-science prediction