在Python中基于两组数据进行预测
想象一下你有两个来源。例如，某一天在谷歌上搜索“iPhone”的频率有多高，某一天卖出了多少部iPhone。你会想到，如果某一天iPhone被搜索了很多，那么接下来的几天销量就会增加。如果你有过去3个月的数据，那么你就可以根据iPhone的搜索次数，或者根据过去的销售模式和过去几天的销售次数来预测未来几天的销售数量是增加还是减少。因此，您希望根据这2个来源对其中的1个（销售数量）进行预测。因此，如果搜索次数增加，它应该预测销售数字会上升。您如何用Python编写这样的程序，根据两组数据进行预测呢？
共有1个答案
您可以简单地使用回归分析，其中预测变量是搜索函数的销售额。如果您想在搜索和购买之间引入n天的延迟，则可以将销售值移动n天。我还会把上次发布以来的日子作为一个额外的专栏，以此作为我的相关性的基础。
所以，你最终会得到这样的结果：
sales = c1 * searches + c2
c1和c2是通过回归确定的常数。然后，您可以插入最新的搜索值来确定销售情况。
这又快又脏。您需要查看R^2值，以了解他的预测有多好。参加回归分析和相关技术的教程。
-
本文向大家介绍TensorFlow如何用于在Python中对Fashion MNIST数据集进行预测？，包括了TensorFlow如何用于在Python中对Fashion MNIST数据集进行预测？的使用技巧和注意事项，需要的朋友参考一下 Tensorflow是Google提供的一种机器学习框架。它是一个开放源代码框架，可与Python结合使用，以实现算法，深度学习应用程序等等。它用于研究和生产目
-
我正在处理一些数据，并希望将某个列的最大值按不同的列分组。但是，我想根据另一列从最大计算中排除某些行。 示例： 我想得到Col3的最大值，按Col1分组，同时排除Col2中包含“Other”的任何行。因此，“A”的Col3的最大值应该是5，而不是17。 我能够使用：但是，对于a，这将给我一个17的值。 通过查看其他线程，我尝试使用： 这似乎让我接近了（它将数据按Col1分组，并根据Col2删除了行
-
问题内容： 我需要存储他们购买的客户和汽车的基本数据以及这些汽车的付款时间表。这些数据来自用Python编写的GUI。我没有足够的经验来使用像sql这样的数据库系统，所以我想将数据以纯文本格式存储在文件中。而且它不必在线。 为了能够搜索和过滤它们，首先，我将数据（列表列表）转换为字符串，然后在需要将数据重新转换为常规Python列表语法时使用。我知道这是一种蛮力的方式，但是这样做安全吗？或者您可以
-
输入的dput（） 结构（列表(Varname=structure(1:6，.标签=c（“A”，“B”，“c”，“D”，“E”，“F”），类=“因子”），成分=结构(c(3L，1L，1L，4L，2L，1L)，标签=c（“”，“A，c”，“B”，“c”），类=“因子”），名字=结构(c(5L，3L，2L，4L，6L)，标签=c（“”，“鲍勃”，“凯茜”，“迪克，南希”，“杰克，布鲁斯”，“曼迪”），
-
问题内容： 我有一堂课，有两个日期字段说： 我想根据日期对上述类别的列表进行排序，如果它们相等，则根据max（activation）和max（timeStamp）进行排序。 我尝试的代码如下所示，仅获取max（激活） 任何帮助将不胜感激。 谢谢 问题答案： 这样就可以了！
-
问题内容： 如果我有几个股利： 我动态创建div： 如何才能使它们仅按顺序排序到已加载的div中，而不必重新加载所有div？ 我认为我需要在屏幕上构建一个所有div的数据排序值的数组，然后查看新div的位置，但是我不确定这是否是最佳方法。 问题答案： 使用这个功能 您可以在添加新的div后立即调用此函数。 如果要在div中保留javascript事件，请不要像上面的示例一样使用html repla