[問卦] 請問時間序列跟迴歸模型能混用嗎?已回收
是這樣的啦
最近在Kaggle遇到了一個問題
資料很複雜 稍微簡化一下 方便舉例
現在有5個變數:
1. 消費額
2. 消費的時間(時間軸)
3. 顧客id
4. 網頁點擊次數
5. 所在城市
目標是 針對不同的顧客id
去預測其未來的消費額
既然要預測未來的話
第一個想到是用時間序列來解
但問題來了
給定未來的時間
當然 可以預測未來的消費額
但再多給個顧客id怎麼辦?
可以只拿兩個變數 去預測消費額嗎?
我的意思是
時間序列 是單純給時間這1個變數去預測
迴歸 是給全部的4個變數 去預測消費額
那可以只給2個 或3個變數 來預測嗎?
又 顧客id這個欄位 要當成類別變數嗎?
轉成dummy感覺完全沒意義
另外 這種問題 多變數時間序列
要用哪種模型來跑?
Vector AutoRegression?
Linear Mixed Model?
還是用隨機森林?
有沒有大神可以幫忙解惑的
十分感謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 104.33.211.196
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1542188779.A.10E.html
→
11/14 17:46,
5年前
, 1F
11/14 17:46, 1F
噓
11/14 17:47,
5年前
, 2F
11/14 17:47, 2F
推
11/14 17:49,
5年前
, 3F
11/14 17:49, 3F
噓
11/14 17:50,
5年前
, 4F
11/14 17:50, 4F
噓
11/14 17:50,
5年前
, 5F
11/14 17:50, 5F
→
11/14 17:51,
5年前
, 6F
11/14 17:51, 6F
推
11/14 17:52,
5年前
, 7F
11/14 17:52, 7F
推
11/14 17:52,
5年前
, 8F
11/14 17:52, 8F
噓
11/14 17:54,
5年前
, 9F
11/14 17:54, 9F
→
11/14 17:59,
5年前
, 10F
11/14 17:59, 10F
→
11/14 18:02,
5年前
, 11F
11/14 18:02, 11F
→
11/14 18:02,
5年前
, 12F
11/14 18:02, 12F
推
11/14 18:04,
5年前
, 13F
11/14 18:04, 13F
→
11/14 18:04,
5年前
, 14F
11/14 18:04, 14F
→
11/14 18:05,
5年前
, 15F
11/14 18:05, 15F
推
11/14 18:05,
5年前
, 16F
11/14 18:05, 16F
→
11/14 18:06,
5年前
, 17F
11/14 18:06, 17F
→
11/14 18:06,
5年前
, 18F
11/14 18:06, 18F
推
11/14 18:08,
5年前
, 19F
11/14 18:08, 19F
→
11/14 18:09,
5年前
, 20F
11/14 18:09, 20F
→
11/14 18:10,
5年前
, 21F
11/14 18:10, 21F
推
11/14 18:14,
5年前
, 22F
11/14 18:14, 22F
→
11/14 18:14,
5年前
, 23F
11/14 18:14, 23F
推
11/14 18:16,
5年前
, 24F
11/14 18:16, 24F
推
11/14 18:21,
5年前
, 25F
11/14 18:21, 25F
→
11/14 18:21,
5年前
, 26F
11/14 18:21, 26F
→
11/14 18:22,
5年前
, 27F
11/14 18:22, 27F
→
11/14 18:22,
5年前
, 28F
11/14 18:22, 28F
→
11/14 18:22,
5年前
, 29F
11/14 18:22, 29F