混淆了选择线性回归还是非线性回归来对这些数据建模



我绘制了我想为其建模的数据,结果如图所示。我试着用Sinc函数对它进行建模,但失败了如果有人有一个想法的话。https://i.stack.imgur.com/QY17L.jpg

首先,请注意,虽然对这个问题使用线性回归可以让你拟合这些数据点,但它不会真正提供任何关于未来数据的信息。如果所有的测试数据都位于同一条曲线上,那么它可能适合您的测试数据。如果你正在寻找预测未来价格的东西,你可能需要考虑时间序列模型。

然而,如果你只是试图使用线性回归来将这些数据拟合到曲线上,你必须稍微有创意。如果你的所有功能都是线性的,并且你使用的是线性reg,那么无论如何,你最终会得到一个线性的答案,这不适合这个模型。因此,您需要从数据中创建自己的自定义功能。使用10次多项式,你可能会得到一个非常好的近似值。所以你的特征可能是X(自1992年以来的年份(,X^2(自1992以来的年份,平方(,X^3,X^4,X^5,X^6。。。X^10.

各种其他分类器也可以很好地工作,但您可能需要使用某种时间序列模型(例如LSTM(来获得任何可以概括的东西来预测未来。

最新更新