我应该使用哪种回归算法来预测API调用率（每秒事务数）？

Question

我正在研究处理来自数百个API的请求的API网关。其中一些API的每秒最大事务数（TPS）小于500 /天，但在高流量时，TPS速率可高达2k-3k。我想尽可能准确地预测API的预期TPS。

我有CSV格式的所有这些API的过去TPS的历史数据，如（日期，API名称，TPS）。

我们一直在对这些数据进行线性回归，但它没有准确预测每个API的TPS。对于这个用例，我应该考虑哪种预测算法？我可以将哪些参数添加到此数据中以使其更有用？

Answer 1

如果您是初学者，我认为线性回归应该为您提供帮助。以下是我用来提高效率的一些技巧。

1. 改变学习率只是为了确定。
2. 确保假设是凸的。
3. 根据测试集而非训练集测试您的效率。
4. 检查过度拟合和欠拟合（偏差和变化）

一般来说，线性回归并不准确。我更喜欢使用具有各种不同激活功能的神经网络用于不同的层。 神经网络的优势在于，如果您有功能x1和x2，神经网络将自动生成一个功能x1*x2并将其提供给处理。这可能会提高系统的性能。

如果您愿意，请与我分享实施细节。