同一平面 （同一时间段，和时间无关） 预测房价，有很多特征值，通过特征值 和 target预测模型。再将模型给测试集的预测特征 3级标题 用机器学习算法构造时间序列预测模型，关键的思路在于，通过时间滑窗，人为地构造“未来”Target，来给算法进行学习。 要预测2019年12月份的销售额。 预测特征A是 1-9月的训练集，以10月作test集 预测特征B是 2-10月的训练集，以11月作test集 预测特征C是 3-11月的训练集，以12月作test集
本文探讨了使用机器学习算法构建时间序列预测模型的关键思路。通过时间滑窗技术，人为构造“未来”目标值，使算法能够学习并预测未来的数据趋势。以预测2019年12月份销售额为例，展示了如何划分训练集和测试集，为模型提供不同时间段的数据特征。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
