用于(事件百分比,时间)预测应使用哪种模型。分布并非线性

我有一些关于全天停车位占用率的测量数据。这意味着在夜间,停车位完全被占用。到了中午,占用率并不高。

如果我在X,Y图上展示这些数据,看起来有点像抛物线(-x^2)。X轴是从午夜到晚上11:59的时间,Y轴是空闲停车位的百分比。

哪种模型更适合进行预测?线性回归吗?应该不是,应该是非线性回归,对吗?还是应该选择其他模型?


回答:

数据似乎有明显的分组,这里是手绘的粗略表示。早上有两个组,晚上有两个组,中午有一个组。我的建议是根据一天中的不同时间将数据分成不同的模型:一个用于早晨,一个用于中午,一个用于晚上。如果你有任何方法来区分两个早晨和两个晚上的组,建模效果会大大提高——例如,这些可能是按日付费和按月付费的人群的区别。

enter image description here

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注