Scikit-learn采用基于fit和predict方法的非常便捷的方法。我的时间序列数据格式适合fit和predict使用。

例如，我有以下Xs：

[[1.0, 2.3, 4.5], [6.7, 2.7, 1.2], ..., [3.2, 4.7, 1.1]]

以及对应的ys：

[[1.0], [2.3], ..., [7.7]]

这些数据的含义如下。存储在ys中的值形成一个时间序列。Xs中的值是相应的时间依赖“因素”，这些因素已知对ys中的值有一定的影响（例如：温度、湿度和大气压力）。

当然，我可以使用fit(Xs,ys)。但这样得到的模型中，ys中的未来值仅依赖于因素，而不直接依赖于之前的Y值，这是一个模型的限制。我希望有一个模型，其中Y_n也依赖于Y_{n-1}和Y_{n-2}等等。例如，我可能想使用指数移动平均作为模型。在scikit-learn中实现这种方法的最优雅方式是什么？

补充

正如评论中提到的，我可以通过添加ys来扩展Xs。但这种方法有一些限制。例如，如果我将y的最后5个值作为5个新列添加到X中，ys的时间顺序信息就会丢失。例如，X中没有指示第5列的值跟随第4列的值等等。作为一个模型，我可能希望对最后五个ys进行线性拟合，并使用找到的线性函数进行预测。但如果我有5个值在5列中，这并不是那么简单。

补充2

为了使我的问题更加清晰，我将给出一个具体的例子。我希望有一个“线性”模型，其中y_n = c + k1*x1 + k2*x2 + k3*x3 + k4*EMOV_n，其中EMOV_n只是一个指数移动平均。我如何在scikit-learn中实现这个简单的模型？

回答：

这可能是你想要的，关于指数加权移动平均：

import pandas, numpyewma = pandas.stats.moments.ewmaEMOV_n = ewma( ys, com=2 )

这里，com是一个参数，你可以在这里阅读相关信息这里。然后你可以将EMOV_n与Xs结合，使用类似于以下方式：

Xs = numpy.vstack((Xs,EMOV_n))

然后你可以查看各种线性模型，这里，并做类似于以下操作：

from sklearn import linear_modelclf = linear_model.LinearRegression()clf.fit ( Xs, ys )print clf.coef_