线性回归预测下分钟

时间:2018-08-29 01:43:03

标签: python machine-learning linear-regression

我已经编译了一个线性模型,将3个变量传递给它,并且有一个输出:

输入:温度1,温度2和水平 输出:压力

这些数据每1分钟通过设备收集一次。在这种情况下,我可以预测下一分钟,因为我得到了每个变量的最后一个值,并减去了当前值,所以我有所不同。我将这个差与最后收集的值相加,因此我进入模型,它为我预测了可变压力。例如:

时间温度1 10:00 100 10:01 105

在这种情况下,我知道变化为5,所以我将105 + 5 = 110加上step作为模型的参数来预测我的压力。

这就是我接下来要说的。

我的问题是,由于我没有接下来的60分钟的输入变量(实际值),我将如何预测压力的下一个60分钟。

今天,我每分钟都在做自己的事情,总是加最后60分钟的差异,对吗?

谢谢。

0 个答案:

没有答案