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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注