什么是预测的最佳模型日期类型

Question

我有一组数据。预测将完成数据类型。我正在使用Weka作为模型。 （如yyyy-MM-dd HH：mm：ss）什么是最佳使用方式？我使用了很多可用的，但是在训练数据中都有很高的误差。请帮助我这个

Answer 1

你有的问题可能是因为Weka认为每个日期为它自己的类，不会因为显而易见的原因工作。

首先要解决这个问题，你应该转换为已知的问题。不要试图预测日期，而应尝试预测以天/月/年为单位的偏移量。假如你需要预测明年的某一天会发生一些事件，而不是像11-08-2016那样进行预测，那么将其转换为年初以来的天数。或者，如果您试图预测的所有事件都会在2016年发生（并且可能在未来几年发生），请尝试预测自01-01-2016以来的天数。

您可以选择一种所谓的“回归分析”算法，从特征向量中预测一个数字。我建议首先尝试使用linear regression算法，因为它快速且不太可能过度使用您的数据，但您也可以考虑其他算法，如neural networks。

请注意，如果您的特征向量包含日期，则应首先将它们转换为相对值，因为像（08-10-2014）这样的绝对日期可能会被W​​eka视为名义值，并不会有助于提高模型的准确性，而诸如“年龄年龄”或“上次就诊后的时间”等相对值可以有效地用于预测。