我有一个包含时间戳和温度的数据集。对于每一天，我有 1440 个值，即，我有当天每一分钟的数据（60 分钟 * 24 小时 = 1440）。
数据集如下所示：
作为第一步，我收集了第 1 天的数据来预测第 2 天的数据。我尝试过 AR、ARIMA、SARIMAX 模型，但没有发现任何积极的结果。我认为这是多变量的，因为时间和温度值会随日期而变化。我需要指导来选择适合我的数据集的 ML 模型，它应该能够预测第二天/下个月
预测一天的数据
人工智能
预言
数据科学
回归
时间序列
2021-10-22 11:26:55
1个回答
只是为了澄清：您的描述（每分钟 1 个样本）与示例数据不匹配（可以理解的数据点少得多，但一分钟内还有两个数据点，这与最初的断言相矛盾。）如果您的实际测量结果与您一样应首先对抽样过程进行工作以获得可靠的数据。
为了创建预测，您需要对观察到的过程有一个合理的模型。如果你测量环境温度，你基本上会有三个变化的原因：
- 一个昼夜循环
- 季节性（夏季/冬季）周期
- 当地天气波动
仅从一天的样本中，您唯一可以合理预测的是第二天看起来几乎相同。如果您在一年内收集更多数据，您将能够提取季节性周期并估计当地天气造成的偏差。“您”是指您作为研究人员或您编写的任何机器学习系统。如果没有足够的历史数据，就不可能做出好的预测（即使有足够的数据也很难。）
其它你可能感兴趣的问题