python 按日期进行线性回归预测

Question

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")

Answer 1

线性回归适用于数值数据。日期时间类型不适用于这种情况。在将它分成三个单独的列（年、月和日）之后，您应该删除该列。

Answer 2

线性回归不适用于日期数据。因此我们需要将它转换成数值value.The 下面的代码将把日期转换成数值：

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

Answer 3

转换：

1) 数据框索引的日期

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

2) 将 datetime 对象转换为 float64 对象

df = df.index.to_julian_date()

运行以日期为自变量的回归

Answer 4

使用时

dt.datetime.toordinal

注意它只转换日期值，不考虑分钟、秒等。要从完整的日期时间对象生成序数的完整答案，您可以使用类似的东西：

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

Answer 5

区分要用于 regression/classification 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，但如果您想将时间数据用作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] 是一个 datetime 对象，如果不是那么你应该首先使用转换它; data_df['conv_date'] = pd.to_datetime(data_df.date, format="%Y-%M-%D") )

我同意 Thomas Vetterli 的回答。小心你使用的是哪种时间数据是很有用的。

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

但是如果你还想使用小时、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

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

python 按日期进行线性回归预测

python linear regression predict by date

python

date

linear-regression

pandas