python线性回归按日期预测

Posted 2023-02-16

【中文标题】python线性回归按日期预测

【英文标题】：python linear regression predict by date

【发布时间】：2017-03-06 04:03:10

【问题描述】：

我想用简单的线性回归预测未来某个日期的值，但由于日期格式的原因我不能。

这是我拥有的数据框：

data_df = 
date          value
2016-01-15    1555
2016-01-16    1678
2016-01-17    1789
...  

y = np.asarray(data_df['value'])
X = data_df[['date']]
X_train, X_test, y_train, y_test = train_test_split             
(X,y,train_size=.7,random_state=42)

model = LinearRegression() #create linear regression object
model.fit(X_train, y_train) #train model on train data
model.score(X_train, y_train) #check score

print (‘Coefficient: \n’, model.coef_)
print (‘Intercept: \n’, model.intercept_) 
coefs = zip(model.coef_, X.columns)
model.__dict__
print "sl = %.1f + " % model.intercept_ + \
     " + ".join("%.1f %s" % coef for coef in coefs) #linear model

我尝试转换日期失败

data_df['conv_date'] = data_df.date.apply(lambda x: x.toordinal())

data_df['conv_date'] = pd.to_datetime(data_df.date, format="%Y-%M-%D")

【问题讨论】：

可能想研究 ARMA 或 ARIMA 模型以获取时间序列数据

【参考方案1】：

线性回归不适用于日期数据。因此我们需要将其转换为数值。下面的代码会将日期转换为数值：

import datetime as dt
data_df['Date'] = pd.to_datetime(data_df['Date'])
data_df['Date']=data_df['Date'].map(dt.datetime.toordinal)

【讨论】：

很遗憾这不起作用 - 我收到此错误消息 TypeError: descriptor 'toordinal' requires a 'datetime.date' object but received a 'str'

我可以这样做吗？ data_df['date'] = pd.to_datetime(data_df['date'],format='%Y-%m-%d')

嗨 jeangelj，请添加以下行： import datetime as dt data_df['Date'] = pd.to_datetime(data_df['Date']) data_df['Date']=data_df['Date' ].map(dt.datetime.toordinal)

请分享代码 sn-p 将其转换回原始值，这是因为一旦我将日期转换为数字并预测了数字日期值，我想将其转换回原始格式。

【参考方案2】：

转换：

1) 数据帧索引的日期

df = df.set_index('date', append=False)

2) 将 datetime 对象转换为 float64 对象

df = df.index.to_julian_date()

以日期为自变量运行回归。

【参考方案3】：

线性回归适用于数值数据。日期时间类型不适合这种情况。您应该在将该列分成三个单独的列（年、月和日）后删除该列。

【参考方案4】：

使用时

dt.datetime.toordinal

请注意，它只转换日期值，不考虑分钟、秒等。要获得从完整日期时间对象生成序数的完整答案，您可以使用以下内容：

df['Datetime column'].apply(lambda x: time.mktime(x.timetuple()))

【参考方案5】：

区分要用于回归/分类的数据类型非常重要。

当您使用时间序列时，这是另一种情况，但如果您想使用时间数据作为数字数据类型作为输入，那么您应该将数据类型从日期时间转换为浮点数（如果您的 data_df['conv_date] 是datetime 对象，如果不是，则应先使用转换它；data_df['conv_date'] = pd.to_datetime(data_df.date, format="%Y-%M-%D"))

我同意 Thomas Vetterli 的回答。请注意您使用的是哪种时间数据。

如果您只使用年月数据，那么dt.datetime.toordinal 就足够了；

>>import datetime
>>data_df['conv_date'] = pd.to_datetime(data_df.date, format="%Y-%M-%D")
>>data_df['conv_date'] = data_df['conv_date'].map(datetime.datetime.toordinal)
737577

但如果您还想使用小时、分钟和秒信息，那么time.mktime() 更适合；

>>import time
>>data_df['conv_date'] = pd.to_datetime(data_df.date, format="%Y-%M-%D")
>>data_df['conv_date'] = data_df['conv_date'].apply(lambda  var: time.mktime(var.timetuple()))
1591016041.0 

另外 1591016044.0 是我的数据的另一个示例性输出，它随秒数的变化而变化。