JavaScript中的简单线性回归预测算法

Question

我正在尝试根据JavaScript过去的利润对组织进行简单的利润预测。我的数据集将是日期为x轴，利润为y轴。我是数据分析的新手，基本上我对它没有任何了解，我不确定哪种预测算法最合适。

我做了一些研究here和here，发现我实际上可以使用线性回归预测算法。然而，从这些例子中，我只看到预测算法只是根据数据绘制一条直线来找出回归值，并且它根本不预测未来的任何值。

我想知道上面提到的算法是否适用于我的情况？

谢谢！

Answer 1

这取决于业务和您拥有的数据量。过去的历史是否遵循规律的线性进展？如果是这样，那么线性模型就有意义了。有跌宕起伏吗？是什么解释了？是季节性还是其他周期性的？如果是这样，你需要考虑这些。是否存在具有巨大异常值的特定时期非常罕见？也许纠正（删除）那些会产生更好的结果。

没有一个通用的解决方案。

Answer 2

预测与JavaScript或HTML无关。它只是使用回归函数。如何使您的功能适合授予的数据是回归分析的领域。您可以查看least squares method以澄清您的理解。

选择回归函数是另一个问题。它与您的数据来自的领域有关。您必须了解输出的限制，以便您可以采用适合业务逻辑的功能（例如，如果您的数据循环一年或一天或其他任何情况，您可以包装sin（）或cos（ ）功能超过另一个）。

还有一种方法可以预测。它与机器学习和基于人工神经网络有关。如果您对JS这样做感兴趣，我可以建议您使用brain.js - 最简单的库来处理JS中的神经网络。