假设我有一个数据集，其中包含去年同一航班的定价信息。因此，对于在 D 日起飞的航班，我的可用价格从 D-130 到 D（起飞日）。对于一年中其他 365 天的航班，每天相同的出发时间也是如此。这有意义吗？我想看看未来任何出发日的今天价格是否高于或低于预期，因此是否预计会上涨。
将这些数据绘制在图表上，X 轴是出发前的几天，Y 轴是价格，我得到以下信息：
如何塑造数据以便训练价格预测模型？我看不到明显的趋势。低于90的价格意味着它是最高价格并且不打折。
我该如何解决这个问题？
数据挖掘
时间序列
模型选择
2022-02-17 22:57:55
2个回答
您当然需要添加至少一个代表一年中时间的其他变量，因为从您的图表中可以清楚地看出，仅使用出发前的时间无法准确预测票价：同一天您可以有许多点代表不同的票价. 这是有道理的，因为票价会根据航班是否发生在假日季节而有很大不同。可能还有其他有趣的变量，但由于它总是同一个航班，我想不出任何变量。
我建议绘制一个图表，其中 x 是一年中的时间，出发前的时间用颜色或渐变表示，这应该会让事情更清楚。
是的，您可以制作模型，但距离出发的天数只是决定价格的一个特征。我同意 Erwan 的观点，即一年中的某个时间很重要。我想说的是入住率（预订的座位数除以最大座位数）可能更重要。
如果你从航空公司的角度考虑这个问题，如果他们卖出的机票比平时多，他们就会让机票更贵。反之亦然，如果售出的门票较少，他们就会使门票更便宜。
在您的散点图中，您可能正在比较具有不同入住率的航班。离出发只有几天的时间，有些票接近其最高价格（约 90；可能（几乎）所有座位都已预订），而有些票则便宜得多（约 30；可能比平时还剩更多座位）。
一个非常简单的模型是：
其中 y = 价格，x = 离出发天数，以及和是参数。
要制作一个好的模型，您需要更多的功能。