预测PHP中基于时间的数据集的未来值

时间:2015-11-20 08:41:03

标签: php linear-regression extrapolation

对于每年,给定数据集包含所售商品的平均价格,例如:

╔══════╦═══════════════╗
║ Year ║ Cost of flerg ║
╠══════╬═══════════════╣
║ 2007 ║            13 ║
║ 2008 ║             7 ║
║ 2009 ║             8 ║
║ 2010 ║             9 ║
║ 2011 ║            12 ║
║ 2012 ║            13 ║
║ 2013 ║             9 ║
║ 2014 ║            11 ║
║ 2015 ║            14 ║
╚══════╩═══════════════╝

现在我想估计2016年,2017年的价值是多少......

我查看了一些线性回归函数,但它们只为图形生成斜率和截距数。

所以有人知道如何解决这个问题吗?

1 个答案:

答案 0 :(得分:0)

您可以尝试使用least squares方法在点之间插入一条线,假设您知道数据集分布的近似定律。

您也可以尝试训练一个小型感知器或神经网络(取决于您是否认为它是线性分布)。但是,这假设您有一个重要的训练集。

您还可以尝试使用简单的遗传算法来获得一个数学表达式,该表达式试图根据之前的n预测下一个值。然而,这与感知器方法有类似的问题,因为您可能缺乏足够的训练集大小。

否则,如果不了解更多问题,可能无法预测未来的元素。如果您对该问题有更多了解,那么您可以使用该信息对预测变量进行建模。