案例：饭店流量预测模型

目标：找出合适的预测顾客流量的模型

主要步骤：

1. 数据预处理。数据合并、缺失值处理、异常值处理。

2. 特征提取。指数加权移动平均法、差分进化算法、one-hot编码、特征提取和特征生成。

3. 建立模型。建立多种回归模型。

4. k折交叉验证。得到各模型的拟合效果。

5. 评价模型。根据交叉验证结果和统计检验结果对比得到一种拟合效果最好、误差最小的模型。

1. 数据预处理 

1.1 导入数据集，整理后合并数据

1.2 整理数据(缺失值、异常值)

检查是否存在缺失值、异常值，并对异常值进行处理（替换为非异常值里的最大值）。

2. 特征提取

2.1 提取假期、时间特征