【发布时间】:2019-01-20 08:28:33
【问题描述】:
我想用 Python 构建一个预测模型,该模型可以预测一天中每个小时在公司场所的客户退出情况。开始时,我只想考虑模型中的历史退出时间,但在未来,我将要结合其他变量,例如我们知道客户全天计划的不同活动的预订时间。 Python 中有没有可以很好地适应这种情况的包?
【问题讨论】:
标签: python time-series forecasting
我想用 Python 构建一个预测模型,该模型可以预测一天中每个小时在公司场所的客户退出情况。开始时,我只想考虑模型中的历史退出时间,但在未来,我将要结合其他变量,例如我们知道客户全天计划的不同活动的预订时间。 Python 中有没有可以很好地适应这种情况的包?
【问题讨论】:
标签: python time-series forecasting
您可以从 statsmodels 开始:(http://www.statsmodels.org/stable/tsa.html) 可以轻松完成单变量自回归模型 (AR)、向量自回归模型 (VAR) 和单变量自回归移动平均模型 (ARMA) 等简单模型。
使用 statsmodel(https://github.com/mscharth/forecasting/blob/master/README.md) 的时间序列短讲
还有 Prophet(https://github.com/facebook/prophet) 对时间序列的预测。易于使用。
【讨论】: