现给到北京线上某款视频APP在2018年1月-2018年7月的实际用户数据,需要预测2018年8月-2019年12月的数据,请基于课程中的案例分析,建立分析方案并给到预测的数据结果。
| 日期 |
当月实际户数(户) |
| 2018.1 |
179 |
| 2018.2 |
199 |
| 2018.3 |
330 |
| 2018.4 |
450 |
| 2018.5 |
770 |
| 2018.6 |
821 |
| 2018.7 |
863 |
目标:
预测2018年8月-2019年12月的数据
问题分析:
该数据属于典型的时序数据。
历史数据量相对较少,且需要预测的未来数据量较多,不能简单以历史数据来对未来的数据进行预测,需要添加其他的外部变量进行辅助预测。
数据增长呈非线性趋势,可以采用线性、非线性建模进行对比。
不考虑那些单纯以自身历史数据预测自身未来数据的模型,如ARIMA、LSTM这类方法,最终选择多元非线性和线性回归两大类预测方法进行对比,通过模型评估指标选择最优模型。

非线性模型:
| 模型摘要和参数估算值 |
|||||||||

针对某视频APP的2018年1月至7月用户数据,需预测2018年8月至2019年12月的情况。由于数据的时序性和非线性趋势,采用了多元非线性和线性回归模型进行预测。非线性模型(复合R2=0.942, F=80.872)表现优秀,但线性模型(Y=133.428571t-17.714286)结果显示更合理。"
39535331,4827907,C语言读取BMP图像数据详解,"['文件操作', '图像处理', 'C语言读', 'BMP文件']
最低0.47元/天 解锁文章
831

被折叠的 条评论
为什么被折叠?



