将曲线拟合到一组数据点以进行时间序列预测

Question

我目前有一组数据点（命中计数），这些数据点的结构为时间序列。数据类似于：

time   hits
20     200
32     439
57     512

如何为此数据拟合曲线或找到公式以便我可以预测未来的点数？理想情况下，我可以回答一个问题，例如“当时间是100时会有多少次观看？”

感谢您的帮助！

编辑：到目前为止我尝试过的事情：

我尝试过各种方法，包括：

1. 使用sklearn创建Logistic回归（但是，没有数据功能）

2. 使用scipy中的optimize.curve_fit创建曲线拟合（但是，我没有数据函数）

3. 从UnivariateSpline创建一个函数以传递给curve_fit（出了点问题，我无法将其固定下来）

我正试图在内容变成病毒时建模，所以我假设多项式或指数曲线是理想的。

我之前尝试过来自@Bill的链接，但我没有数据功能。你知道我怎么找到一个吗？

编辑2：

以下是大约两天数据的示例：

Here是预期的。

Answer 1

正如其他人所说，很难用很少的信息给出答案。

我建议您定义一些新变量，如时间，时间*时间，时间*时间*时间，并使用此变量拟合LinearRegression模型作为输入变量。

我将从这些开始，然后使用更复杂的东西，如神经网络（不是在sklearn中）或SVR。

希望这可以提供帮助。