简单的时间序列线性回归答案

【问题标题】：Simple time series linear regression简单的时间序列线性回归
【发布时间】：2021-09-27 21:04:17
【问题描述】：

我的数据集中有年/月/日的日期和销售额。我正在尝试对我的数据使用线性回归，但由于某种原因它不起作用，我已经解决了很多关于它的开放性问题，但我没有找到我需要的东西。

这是我的代码：

from sklearn.linear_model import LinearRegression

X = df[['Date']] 
y = df['Sales'] 

model = LinearRegression()
model.fit(X, y)

X_predict = [['2021-1-1']]
y_predict = model.predict(X_predict)

【问题讨论】：

你能告诉我们发生了什么错误吗？
ValueError: 无法使用 dtype='numeric' @Kang 将字节/字符串数组转换为十进制数

标签： python time-series linear-regression

【解决方案1】：

由于您的列之一导致您收到以下错误，因此在应用回归之前，时间戳很可能是数字：

ValueError：无法使用 dtype='numeric' 将字节/字符串数组转换为十进制数

我认为最好在数据框中索引时间戳以避免这种情况。尝试以下操作：

import pandas as pd
import numpy as np
import datetime as dt

#Generate data for 20 days
x1 = np.arange(1, 21) + 0.3 * (np.random.random(size=(20,)) - 0.5)
x2 = np.arange(1, 21) + 0.2 * (np.random.random(size=(20,)) - 0.5)
start = dt.datetime.strptime("1 Nov 01", "%d %b %y")
daterange = pd.date_range(start, periods=20)
table = {"Sale": x1, "Date": daterange}
df = pd.DataFrame(table)
df.set_index("Date", inplace=True)
#df


#Data split
time_sample='2001-11-16'

time_stamp_index = df.index.get_loc(pd.Timestamp(time_sample),method='pad')


X_train = df.iloc[:time_stamp_index,:].values
y_train = df.iloc[:time_stamp_index,:].values
X_test = df.iloc[time_stamp_index:,:].values
y_test = df.iloc[time_stamp_index:,:].values

#Apply regression
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_train, y_train)

y_predict = model.predict(X_test)

#plot the results
train_set = df.iloc[:time_stamp_index,:]
test_set = df.iloc[time_stamp_index:,:]
test_set_copy = test_set.copy()



import matplotlib.pyplot as plt
plt.style.use("fivethirtyeight")

plt.figure(figsize=(12, 10))

plt.xlabel("Date")
plt.xticks(rotation=45)
plt.ylabel("Values")
plt.title(f" Plot")

plt.plot(train_set,label='trainingSet')
plt.plot(test_set,"k",label='testSet')
plt.plot(test_set_copy,'r--',label='RF_predict')
plt.legend()

输出：

【讨论】：