哪种预测模型可以用于顺序数据的非顺序收集?

问题描述

我猜想诸如ARIMA或贝叶斯模型之类的众所周知的预测技术是基于连续数据的单个时间轴的。如果我们有顺序数据的非顺序集合,并且可以使用哪种方法怎么办?例如,如果发生以下情况:

  • 我们收集了凌晨0点至下午24点的数据。温度变化,但是这些日期是稀疏的而不是连续的。
  • 我们有未知日期的温度数据的前3小时,并希望预测剩余的21小时。

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@)

相关问答

依赖报错 idea导入项目后依赖报错,解决方案:https://blog....
错误1:代码生成器依赖和mybatis依赖冲突 启动项目时报错如下...
错误1:gradle项目控制台输出为乱码 # 解决方案:https://bl...
错误还原:在查询的过程中,传入的workType为0时,该条件不起...
报错如下,gcc版本太低 ^ server.c:5346:31: 错误:‘struct...