我试图根据各种其他因素来预测呼叫中心的呼叫量。我有一个相当干净的数据集,也相当小,但足够了。我能够训练和测试历史数据,得到分数、总结等。我一生都无法找出如何利用预测因子数据预测未来的通话。我的数据如下:
Date DayNum factor1 factor2 factor3 factor4 factor5 factor6 factor7 factor8 factor9 VariableToPredict
9/17/2014 1 592 83686.46 0 0 250 15911.8 832 99598.26 177514 72
9/18/2014 2 1044 79030.09 0 0 203 23880.55 1238 102910.64 205064 274
9/19/2014 3 707 84207.27 0 0 180 8143.32 877 92350.59 156360 254
9/20/2014 4 707 97577.78 0 0 194 16688.95 891 114266.73 196526 208
9/21/2014 5 565 83084.57 0 0 153 13097.04 713 96181.61 143678 270
我目前掌握的代码如下:
from sklearn import metrics
from sklearn.preprocessing import StandardScaler
from sklearn.cross_validation import KFold, cross_val_score
from sklearn.linear_model import LinearRegression
import pandas as pd
d = pd.read_csv("H://My Documents//Python Scripts//RawData//Q2917.csv", "r", delimiter=",")
e = pd.read_csv("H://My Documents//Python Scripts//RawData//FY16q2917Test.csv", "r", delimiter=",")
#print(d)
#b = pd.DataFrame.as_matrix(d)
#print(b)
x = d.as_matrix(['factor2', 'factor4', 'factor5', 'factor6'])
y = d.as_matrix(['VariableToPredict'])
x1 = e.as_matrix(['factor2', 'factor4', 'factor5', 'factor6'])
y1 = e.as_matrix(['VariableToPredict'])
#print(len(train))
#print(target)
#use scaler
scalerX = StandardScaler()
train = scalerX.fit_transform(x1)
scalerY = StandardScaler()
target = scalerY.fit_transform(y1)
clf = LinearRegression(fit_intercept=True)
cv = KFold(len(train), 10, shuffle=True, random_state=33)
#decf = LinearRegression.decision_function(train, target)
test = LinearRegression.predict(train, target)
score = cross_val_score(clf,train, target,cv=cv )
print("Score: {}".format(score.mean()))
这当然给了我一个错误,y值中有空值,这是因为它是空的,我试图预测它。这里的问题是,我对python还不够熟悉,以至于我根本不理解应该如何构建它。即使它是这样工作的,也不会是正确的,它在构建预测未来的模型时没有考虑过去的数据。 我需要把这些放在同一个文件里吗?如果是这样,我如何让它考虑从a行到b行的这3列,预测同一行的依赖列,然后应用该模型分析这3列的未来数据,并预测未来的调用。我不指望这里有完整的答案,这是我的工作,但任何小的线索都会非常感谢。
为了建立回归模型,需要训练数据和训练分数。这些允许您根据问题拟合一组回归参数。
然后要预测,你需要的是预测数据,而不是预测分数,因为你没有这些——你在试图预测它们!
例如,下面的代码将运行:
看起来好像您在调用
predict()
时输入了错误数量的参数-看看我的代码片段,您应该能够找到如何更改它的方法。出于兴趣,您可以在之后运行以下行以访问回归适合数据的参数:
print repr(clf.coef_)
相关问题 更多 >
编程相关推荐