Python 时间序列预测（销量）
Python Time Series forecasting (sales volumes)
我正在尝试对连锁店半年的每日现金流量（流入 - 流出）进行预测。我有过去 3 年的每日现金流入和现金流出、inflation 利率、国定假日日期和商店数量。已使用 pandas 数据框处理数据。
哪些 Python 工具（库、算法）最适合预测？
我建议按照这些步骤操作：
找到日期和销售数量或任何其他变量之间的相关性（但我认为日期会起到作用，人们通常会在假期和周末购买更多东西）你可以使用 numpy 库here
假设销售遵循季节性趋势或周末精选销售，您应该根据日期计算这些特征，您可以将列添加到数据框，例如 dayofweek 、 season .. , pandas 非常适合 dt.dayofweek 就这么简单，将数据拆分为训练集和测试集。
- 现在很酷，您可以使用 sklearn here i think it will work great! you can try other algorithm as well such as Ridge regression... alot of examples can be found on the sklearn web site http://scikit-learn.org
尝试线性回归
- 评估你的模型！
你可以看看TSFresh, that is a popular python library for extraction of features from time-series. Then you need to experiment with algorithms and the most popular python library for that is Scikit-learn.
我肯定会建议导入、表示和进行基本（或不太基本）转换和分析的常用基本工具是：
- pandas 提供 "smart" 数据结构，允许轻松导入数据并执行许多转换
- Jupyter轻松创建集成叙述文本、代码和结果的笔记本
- matplotlib方便数据作图（pandas中也有一个plot API就是基于它）
特别是关于时间序列预测我不太了解：你应该能够使用 pandas 实现基本算法，否则我通过快速谷歌搜索找到的有用库示例是 StatsModels and Prophet
我正在尝试对连锁店半年的每日现金流量（流入 - 流出）进行预测。我有过去 3 年的每日现金流入和现金流出、inflation 利率、国定假日日期和商店数量。已使用 pandas 数据框处理数据。
哪些 Python 工具（库、算法）最适合预测？
我建议按照这些步骤操作：
找到日期和销售数量或任何其他变量之间的相关性（但我认为日期会起到作用，人们通常会在假期和周末购买更多东西）你可以使用 numpy 库here
假设销售遵循季节性趋势或周末精选销售，您应该根据日期计算这些特征，您可以将列添加到数据框，例如 dayofweek 、 season .. , pandas 非常适合
dt.dayofweek就这么简单，将数据拆分为训练集和测试集。- 现在很酷，您可以使用 sklearn here i think it will work great! you can try other algorithm as well such as Ridge regression... alot of examples can be found on the sklearn web site http://scikit-learn.org 尝试线性回归
- 评估你的模型！
你可以看看TSFresh, that is a popular python library for extraction of features from time-series. Then you need to experiment with algorithms and the most popular python library for that is Scikit-learn.
我肯定会建议导入、表示和进行基本（或不太基本）转换和分析的常用基本工具是：
- pandas 提供 "smart" 数据结构，允许轻松导入数据并执行许多转换
- Jupyter轻松创建集成叙述文本、代码和结果的笔记本
- matplotlib方便数据作图（pandas中也有一个plot API就是基于它）
特别是关于时间序列预测我不太了解：你应该能够使用 pandas 实现基本算法，否则我通过快速谷歌搜索找到的有用库示例是 StatsModels and Prophet