天池比赛-资金流入流出预测-挑战Baseline--第一次乱来的预测过程

比赛地址在此：点击打开链接

起因：继上次将30天后的利率预测完了之后,就要开始进行对申购和赎回总量进行预测了，这次用spark来探探底。由于是第一次参加竞赛，不知道怎么弄，请大神指点指点。

需要的工具库：

1.pyspark

2.pandas

提示：本文下的代码都是基于pyspark的ml库
思路：因为实在是不知道怎么预测，所以索性将每日近3万用户的申购总量和赎回总量累加起来，得到每天总的申购和赎回总量，我就暂时不管每个用户了。然后，对利率不再细分，把利率表的10个属性都视为特征量，把它们包含在一个特征向量内，其他的什么消费量暂时不管。然后分两个模型，一个用来预测申购，另一个则是赎回。

第一步：形成可以训练的数据集。