Линейная регрессия для прогнозирования значения y для ряда трендов

Question

У меня есть пары [x, y], где значение x указано в Unix-значениях времени, а значение y в float.Мне нужно найти наиболее подходящую линию для этой серии.Я использую модель линейной регрессии, как в этой ссылке ниже:

http://dracoblue.net/dev/linear-least-squares-in-javascript/159/

Я получаю значения правильно.Но, поскольку мои x-данные находятся в метке времени Unix, я получаю действительно огромные значения.Итак, есть ли у кого-нибудь предложения о том, как снизить его?Я пытался использовать секунды вместо миллисекунд, погружая x-данные на 1000. Но это только делает разницу в конечных значениях y очень незначительной, и я не вижу правильной линии тренда.

Любая помощь будет оценена.

Спасибо, S.

Answer 1

Начать с 0: вычесть каждое вхождение значения x тем, что было первым значением x (скажем, x0).

Например, строка 31 вашей ссылки: заменить x = values_x[v]; на x = values_x[v] - values_x[0]; Если values_x упорядочен и возрастает, тогда все должно быть в порядке

Answer 2

Можете ли вы вычесть первое значение x для всей серии, чтобы x начиналось с 0?