如何使用试错算法预测序列中的下一个数字？

Question

我有一个时间序列数据。我想使用试错算法来预测variation_sequence中的下一个数字。我的意思是有关试验和错误算法使用在线学习，在这里我就不对序列的任何详细信息。可以使用n级马尔可夫预测变量。

但是我不知道哪种算法适合于n次马尔可夫预测器？是否有其他可能性？

import matplotlib.pyplot as plt

time_in_minute = [1, 11, 21, 26, 35, 39]
variation_sequence = [449.48, 553.57, 696.783, 870.133, 1000.4, 1309.1]
plt.plot(time_in_minute, variation_sequence, color='orange')
plt.xlabel('Variation')
plt.ylabel('Time')
plt.title('Variation of data')
plt.show()

Answer 1

您可以使用简单的LinearRegression

    SerialNumber, MinutesOver 
    1000649496, 1186

输出

from sklearn.linear_model import LinearRegression

X = [1960, 1970, 1980, 1990, 2000, 2010] 
y = [449.48, 553.57, 696.783, 870.133, 1000.4, 1309.1]  
X = np.array(X)
#Reshape since it expects 2D array
X = X.reshape(-1, 1)
model = LinearRegression()
model.fit(X, y)

X_predict = [2020]
X_predict= np.array(X_predict)
X_predict= X_predict.reshape(-1, 1)
y_predict = model.predict(X_predict)
print y_predict