每个季节使用不同模型时的价格预测

如何解决每个季节使用不同模型时的价格预测

我有一个包含许多列的数据集：

有4个用于预测的变量： 季节（总和，aut，win，spr） -express_shipment（对，错） -shipping_distance（以KM为单位） -first_time_customer（true，false）

这4个变量用于按照以下规则计算运费_价格， 对于每个季节，都有一个单独的模型使用上述变量。

我使用了一种方法，其中将True转换为1，将False转换为0 对于2个布尔列 我也将季节转换为整数表示（1,2,3,4）

问题是我的预测非常不准确，这是我正在使用的代码

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split 
modeling = data.loc[:,["shipping_distance","season_int","new_cust_int","express_shipment","shipping_charge"]]
x =modeling.iloc[:,:-1]
y =modeling.iloc[:,-1:]
X_train,X_test,y_train,y_test = train_test_split(x,y,random_state = 1)
model = LinearRegression()
model.fit(X_train,y_train)
model.predict(X_test)

有人能解释解决此问题的正确方法是什么，或如何解决吗？

解决方法

这里，您将标签编码器用于“ season_int”（1,2,3,4）和线性回归。这意味着您为此模型分配了“ season_int”一些固有顺序。您可以尝试对“ season_int”使用一种热门编码：

https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.OneHotEncoder.html

,

可能的答案：

• 您正在使用分类变量进行线性回归，这可能是一个问题。 Here是可能的解决方案。
• LinearRegression可能不是解决您问题的最佳模型，因为您的问题可能不是线性的。尝试使用非线性模型，例如sklearn.ensemble.RandomForestRegressor。
• 您的数据集可能不足以有价值解决您要解决的问题。这些变量可能不是确定价格等的最佳变量。
• 您没有足够的数据来训练模型。

,

似乎您想要一个时间序列模型[对吗？] https://www.statsmodels.org/stable/examples/index.html#time-series-analysis