如何使用机器学习算法（例如随机森林）预测下一个时间步骤

Question

我想知道如何使用机器学习算法（例如随机森林，XGBoost等）预测下一个时间步骤 可以说，您的销售数据截至4月10日，您每天都进行预测，如何使用这些算法获得4月11日的销售

Answer 1

我认为您每天都有销售记录。因此，您需要形成一天的数字向量：

days = [0, 1, 2, 3, 4, ..., N]

n对应于您拥有的销售记录总数，0对应于数据中的第一天。然后，您有一个销售记录的向量：

sales = [5, 7, 10, 12, 8, ..., 17]

此处17对应于n第三天的销售记录。因此，您可以使用自己喜欢的库来构建模型（我将使用scikit-learn）：

model = sklean.ensemble.RandomForestRegressor()
model.fit(days, sales)

现在，使用训练有素的模型，您可以预测任何值。因此，假设您要预测n+1天的销售（并且想象一下（n+1）= 50）。

prediction = model.predict(50)

瞧。