我有一些历史流量数据，并希望预测未来。 我参考了http://www.nuriaoliver.com/bicing/IJCAI09_Bicing.pdf。它使用贝叶斯网络来预测自行车数量的变化，我从那里得到贝叶斯网络，并希望通过贝叶斯来预测变化。
我遇到了几个问题。我试图使用朴素贝叶斯来预测数量，但是似乎朴素贝叶斯只允许将输出作为几个离散类。就我而言，这些变化似乎无法分为离散类（例如预测人类是“男性”还是“女性”，只有2个离散输出作为分类器）
我可以知道如何在我的案例中应用贝叶斯方法吗？什么样的python软件包可以帮助我？
答案 0 :(得分：0)
我认为这是时间序列预测问题，而不是分类问题。如前所述，您并不是试图将数据标记为一组离散的类。给定一系列观察值x_1, x_2, .... x_n，您正在尝试预测x_(n+1)或尝试预测该系列中同一变量的下一个观察值。也许您可以参考this幻灯片以获取时间序列预测的简要介绍。
可在以下位置找到使用Python进行时间序列预测的快速入门指南：https://machinelearningmastery.com/time-series-forecasting-methods-in-python-cheat-sheet/