在选择线性回归或非线性回归来建模此数据时感到困惑

问题描述 投票:0回答:1

我绘制了我想为其建立模型的数据,结果如图所示。我尝试使用Sinc函数对其进行建模,但失败了如果有人有想法会有所帮助。 https://i.stack.imgur.com/QY17L.jpg

machine-learning model curve-fitting
1个回答
0
投票

首先,请注意,尽管针对此问题使用线性回归可能会让您拟合这些数据点,但它实际上不会提供有关任何未来数据的任何信息。如果所有数据都位于同一条曲线上,则它可能适合您的测试数据。如果您正在寻找预测未来价格的方法,则可能需要考虑时间序列模型。

但是,如果您只是尝试使用线性回归将该数据拟合到该曲线上,则必须稍微有创意。如果您所有的功能都是线性的,并且您使用的是线性调节,那么一种或另一种方法都会得到线性答案,这不适合该模型。因此,您需要根据数据制作自己的自定义功能。使用十次多项式,您可能会得到一个非常好的近似值。因此,您的特征可能是X(1992年以来的年份),X ^ 2(1992年以来的年份,平方),X ^ 3,X ^ 4,X ^ 5,X ^ 6 ... X ^ 10。

各种其他分类器也可以正常工作,但是您可能需要使用某种时间序列模型(例如LSTM)来获得可以概括以预测未来的任何东西。

© www.soinside.com 2019 - 2024. All rights reserved.