如何为日常预测建立线性回归模型答案

【问题标题】：how to build an linear regression model for daily predictions如何为日常预测建立线性回归模型
【发布时间】：2020-06-07 09:20:19
【问题描述】：

我需要创建一个预测模型来预测每天的商品数量...

这就是我的数据在 DB 上的样子...

item id |date         | quantity

1000    |2020-02-03   | 5

我所做的是将日期转换为：

我使用 RegressionFastForest、RegressionFastTree、LbfgsPoissonRegression、FastTreeTweedie 在包含 100,000 个项目的数据集上训练了这个模型

但结果不太好（RMSE SCORE OF 3.5 - 4）

我做错了吗？

如果有问题，我正在使用 ML.NET

谢谢

【问题讨论】：

尝试使用时间序列预测（示例 - docs.microsoft.com/en-us/dotnet/machine-learning/tutorials/…）而不使用“项目 ID”列。或者，您可以尝试在模型生成器中运行数据，看看它是如何工作的 (docs.microsoft.com/en-us/dotnet/machine-learning/…)
但预测应该由 itemId 为特定的未来日期
好的，所以项目 ID 是分类的。我认为这只是数据库中的主键。还是试试 Model Builder。它应该能够处理日期。
不幸的是，构建者暂时不使用预测场景......系列预测是解决这个问题的唯一方法？

【解决方案1】：

时间序列预测有多种技术。但要点：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。

最常见的技术是 ARIMA 模型家族和循环神经网络。我建议阅读它们。但是，如果您没有太多时间或其他事情，那么有些事情可以提供帮助。它是 Auto ARIMA 模型。

自动 ARIMA 的实现至少存在于 Python 和 R 中。这是 python 版本：

from pyramid.arima import auto_arima

model = auto_arima(y)

y 是您的时间序列。

P.S. 尽管它被称为 auto 模型（这意味着算法将自行选择最佳超参数），但您仍然应该了解它的作用：p , q, P, Q 和 S 的意思。

【讨论】：

【解决方案2】：

直接对数据应用线性回归存在几个问题。

1) 如果item id 是分类索引并且不反映项目的物理属性，那么它是分类特征。使用OneHotEncoding 将其替换为回归友好的标签。

2) 如果您假设您的数据可能周期性地依赖于一天/周/月的时间，请使用这些函数中的 sin 和 cos。它不适用于年份，因为它不是周期性的。 Here 是一个很好的 Python 示例指南。

祝你好运！

P。 S. 我通常在分类特征（OneHotEncoding）的稀疏表示的任务中使用 LogisticRegression 作为基准。它不如最先进的 NN 解决方案，但让我知道基准是什么样的。

【讨论】：