Orange中的时间序列预测

问题描述

假设我们有一个包含 > 1.000.000 条记录的表，如下所示

|没有 |位置 |值_n |值_n_1 |值_n_2 |值_n_3 | Value_n_4 |值_n_5 | |----|---------|---------|-----------|----------- |-----------|-----------|-----------| | 1 |位置 1 | 1 | 1 | 2 | 2 | 3 | ? | | 2 |地点 2 | 2 | 1 | 2 | 3 | 4 | ? | | 3 |地点 3 | 4 | 4 | 3 | 2 | 1 | ? | 等等。

行之间没有依赖关系。

值（在 Value_n、Value_n_1、Value_n_2、Value_n_3、Value_n_4 列中）仅包含 0 到 7。 我们如何预测 Orange 中的 Value_n_5？ 如果需要，映射表由 Value_n 和 Value_n_1 组成，即： |值_n |值_n_1 | |---------|-----------| | 0 | 0 | | 1 | 1 | | 1 | 2 | | 2 | 2 | | 2 | 3 | | 3 | 3 | | 3 | 4 | | 3 | 5 |

等等，都可以定义。

我的想法是： 一种。在评估所有记录后，在阶段之间创建转换/概率值 湾总结一下 C。这些概率值用于预测下一阶段的值，并在评估和预测过程中充当“校正值”。

还有其他想法或解决方案吗？ 顺便说一句，预测过程不一定是用Orange完成的，但因为我只知道Orange，所以Orange是我更喜欢的工具。

提前致谢

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）