Я должен сделать регрессию по матрице с некоторыми функциями, и я изо всех сил пытаюсь найти правильный способ начать.
У меня есть матрица, которая может выглядеть так:
features = np.array([[x[:,0].mean(),x[:,1].mean(),x[:,2].mean()]
for x in np.array_split(train_array, 100)])
train_array - это мой массив с данными, поскольку он содержит данные временных рядов, я разделил их, например, на 100 «под-массивов» и вычислил среднее значение для каждого под-массива по столбцам. Затем я сохранил его в матрице функций. Теперь моя задача - выполнить регрессию с помощью функций, которые я рассчитал. Итак, я думаю, что я должен использовать более раннее время windows, чтобы предсказать средние значения более позднего времени windows. Я должен использовать sklearn, и я подумал об использовании машины опорных векторов. Но сейчас я просто борюсь с тем, как я могу сделать регрессию с моей матрицей. Может быть, я не должен экономить такие средства? Мне очень жаль, что мой вопрос настолько неопределенный c, мне просто нужен импульс, как я мог бы начать: ') Заранее спасибо!