数据挖掘 - 如何确定问题是否是时间序列预测？ - 吾爱随笔录

数据挖掘时间序列数据分析

2022-02-08 21:28:57

最近我遇到了一个基于时间序列的数据集，其中我有一个包含呼叫中心性能数据的数据集。该数据集包含有关客户在每个日期进行的呼叫次数的信息，这些信息进一步按区域分类。

Time        Region  Number of Calls 
2018-03-01  X       1245
2018-03-02  Y       1390

手头的任务是预测呼叫中心的整体表现，以及预测每个地区的表现以及未来 3 个月的表现，看看哪些地区的表现会比其他地区更好。 我有一个日期为 2017 年 6 月至当前日期的数据集

问题

1个回答

1 - 数据是否足以执行时间序列分析并为下一季度提供可靠的结果？

这个数据集每个区域大约有 700 行，对吗？假设您有 5 个区域，即 3500 个样本。好吧，这肯定不是一个大数据集，但您可以尝试对其执行预测模型，因为它也不小。如果模型相对简单，您的模型可能能够运行它。在 DS 中，知道什么会起作用的唯一方法是尝试或让已经尝试过的人说它有效，或者无效。

2 - 我应该如何处理预测区域明智性能的任务

区域明智，您的数据更少，但您仍然可以以相同的方式执行它，并且您可能可以从所有区域的通用模型中获得此奖励。

您唯一的挑战是将区域编码为可用于 ARIMA、NN 或其他回归模型的方式。

也许来自该地区的数据比该地区本身更与浅层模型相关（例如雇主数量、人口规模、技术进步水平......）

其它你可能感兴趣的问题