如何仅根据3点画一条线（按24点绘制）？

Question

请注意，这不是对https://stats.stackexchange.com/questions/223256/tensorflow-cross-entropy-for-regression的重复查询

由于目的不同，所以这个问题正在提出解决方案。在这里，我自己提出了一个我不知道如何开始的解决方案。

##背景

我正在在线超级市场工作，我目前的工作是预测新鲜商品的日销售量。

我尝试使用时间序列模型ARMA和xgboost，但都不合适。 问题在于，通常每天结束前每种产品都可能售罄/缺货。

因此问题开始变成恢复最初的实际每日销售计数。

您知道，新鲜的东西很容易腐烂，这就是为什么我们不能库存太多，导致缺乏正常数据的原因。

---

例如，我计算最近147天的虾缺货点（按小时）：

最近147天的平均销售量（按小时）：

但是我不能仅仅使用#define IMAX_BITS(m) ((m) /((m)%0x3fffffffL+1) /0x3fffffffL %0x3fffffffL *30 \ + (m)%0x3fffffffL /((m)%31+1)/31%31*5 + 4-12/((m)%31+3)) int main(void) { int x = 2; for (unsigned mask = 1U << (IMAX_BITS((unsigned)-1) - 1); mask; mask >>= 1) { putchar((unsigned) x & mask ? '1' : '0'); } puts(""); } 来恢复每日销售数量。 因为average sale count可能只有10分，而11.pm可能只有140分，所以非常不平衡。 其他数据包括当天的天气，假日和总用户数等。

---

我提出一个解决方案：

通过计算：

C1：计算每小时的总天数，该产品本小时内没有缺货，并且该小时内有order（> = 1）。

C2：计算每小时的总天数，该产品不是缺货。

我使用C1 / C2绘制以下内容：

这是一天中的产品订购率。

然后，我认为，如果某天一天内21小时内产品缺货，但是我还有3小时订单数。 因此问题就变成了使用历史分布来根据3点恢复这一天的分布。 我如何恢复当天的总订单数？ 我认为有可能，但是我不知道如何开始，使用什么算法。