Python时间序列预测（销量）

Question

我试图为一连串商店做半年的每日现金流量（流入 - 流出）预测。我有过去3年的每日现金流入和现金流出，通货膨胀率，国定假日日期和商店数量。已经使用pandas dataframe处理过数据。

哪些Python工具（库，算法）最适合预测？

Answer 1

我会重新尝试遵循这些步骤：

• 找出日期和销售数量或任何其他变量之间的相关性（但我认为日期会做人们通常在假期和周末购买更多东西的技巧）你可以使用numpy库来实现{{3} }

• 假设销售遵循季节性趋势或周末选择销售，您应该根据日期添加列来计算这些功能，例如dayofweek，season ..，pandas非常适合{{1它就这么简单，将数据拆分为训练集和测试集。

• 现在很酷的东西，你可以尝试使用sklearn here进行线性回归，我认为它会很棒！您也可以尝试其他算法，例如岭回归...很多例子可以在sklearn网站上找到here
• 评估您的模型！

Answer 2

你可以看看TSFresh，这是一个流行的python库，用于从时间序列中提取特征。然后你需要试验算法，最流行的python库是Scikit-learn。

Answer 3

我肯定建议导入，表示和进行基本（或不那么基本的）转换和分析的常用基本工具是：

• pandas提供＆＃34; smart＆＃34;数据结构允许轻松导入数据并执行许多转换
• Jupyter轻松创建整合叙述文本，代码和结果的笔记本
• matplotlib用于轻松绘制数据（pandas中还有一个基于它的绘图API）

特别关于时间序列预测我不太了解：你应该能够使用pandas实现基本算法，否则我通过快速谷歌搜索找到的有用库的示例是StatsModels和{{3} }