我正在尝试根据JavaScript中过去的利润对一个组织的未来进行简单的利润预测。我的数据集将是日期作为 x 轴，利润作为 y 轴。我是数据分析的新手，基本上我对它的知识为零，我不确定哪种预测算法最合适。
我在这里和这里做了一些研究，发现我实际上可以使用线性回归预测算法。但是，从这些示例中，我只看到预测算法只是根据数据绘制一条直线以找出回归值，并且根本不预测未来的任何值。
我想知道上面提到的算法是否适用于我的情况？
谢谢！
这在很大程度上取决于业务和您拥有的数据量。过去的历史是否遵循有规律的线性进展？如果是这样，那么线性模型将是有意义的。有起有落吗？这些解释是什么？是季节性的还是其他周期性的？如果是这样，您需要考虑这些。是否存在具有非常罕见的巨大异常值的特定时期？也许纠正（删除）这些会产生更好的结果。
没有放之四海而皆准的解决方案。
预测与
JavaScript 或 HTML 无关。它只是使用回归函数。如何将函数拟合到授予的数据是回归分析的一个领域。您可以检查最小二乘法以澄清您的理解。
选择回归函数是另一个问题。它与数据的来源领域有关。你必须意识到对输出的限制，这样你才能采用一个适合业务逻辑的函数（例如，如果你的数据循环了一年或一天或其他什么，你可以将sin（）或cos（）函数包装在另一个函数上）。
还有一种方法可以预测。它与机器学习有关，基于人工神经网络。 如果你对JS感兴趣，我可以建议你使用brain.js - 这是处理JS神经网络的最简单库。