python多元线性回归预测时间序列

Uri栗子

于 2020-05-16 16:26:45 发布

阅读量4.6k

点赞数

分类专栏： Python应用

本文链接：https://blog.csdn.net/weixin_43886356/article/details/106160921

版权

本文介绍如何利用Z-score标准化后的数据进行python多元线性回归，以预测时间序列。通过训练集拟合模型，并在测试集上评估预测性能，通过绘制预测值与实际值对比曲线以及计算均方根误差来评估模型的准确性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文使用的数据为Z-score标准化后的数据，如何使用进行z-score标准化参照python一行搞定z-score标准化。

通过训练集拟合多个变量，并使用测试集评估预测效果。本文除了绘制预测值和实际值的对比曲线之外，计算均方根误差评估准确程度。

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib as mpl
from sklearn.model_selection import train_test_split  # 这里是引用了交叉验证
from sklearn.linear_model import LinearRegression  # 线性回归
from sklearn.metrics import mean_squared_error
from math import sqrt

io = 'D:/data/ZZ汇总.xlsx'
dataset = pd.read_excel(io, sheet_name=0)
pd_data=dataset.drop(

最低0.47元/天解锁文章