DW数据挖掘学习（二）

1.时间序列规则

1.1为什么重视规则

    简单、高效、可解释性强

1.2中位数、临近数据等简单统计量

• 中位数:稳健
• 均值:当分布较符合正态分布时
• 临近数据:临待预测数据较近的数据

1.3 基于周期因子的时间序列预测

1.3.1获得周期因子

• 除以周均值 ，然后按列取中位数 

  

• 季节指数的计算方式;获得每日(工作日或周末)均值，再除以整体均值 

  

1.3.2预测

• 1.3.1中的中位数乘以base（最后一周的平均客流） 

• 中位数乘以base（去周期后的平均客流） 

•  如何预测下个月每一天的情况   

         步骤一：获得每日1-31号的均值

         步骤二：统计每日为周1-7的频次

        步骤三：基于星期周期因子获得加权均值

        步骤三：根据因子和每日均值预测

2.基于时间序列规则的资金流入流出预测

2.1以星期为周期的中位数预测

• 选取时段
• 按星期重新组织数据 

• 提取中位数，并做预测 

2.2 基于周期因子(以星期为周期)的预测 

• 方法一

• 方法二 

2.3 基于周期因子(以月份为周期)的预测 

2.4 效果对比

• 窗宽h的意义与设置