как определить целевую переменную для линейной регрессии

Question

Я хочу выполнить регрессионный анализ для набора данных с размерами 96x100. Столбцы представляют значение для количества дней (100), в то время как независимой переменной является время. Как я могу выполнить линейную регрессию, поскольку моя целевая переменная состоит из нескольких столбцов. Примерный набор данных выглядит так:

time    day1    day2    day3    day4    day5    day6    day7    day8    day9    day10   day11   day12   day13   day14   day15   day16   day17   day18   day19   day20   day21   day22   day23   day24   day25   day26   day27   day28   day29   day30   day31   day32   day33   day34   day35   day36   day37   day38   day39   day40   day41   day42   day43   day44   day45   day46   day47   day48   day49   day50   day51   day52   day53   day54   day55   day56   day57   day58   day59   day60   day61   day62   day63   day64   day65   day66   day57   day68   day69   day70   day71   day72   day73   day74   day75   day76   day77   day78   day79   day80   day81   day82   day83   day84   day85   day86   day87   day88   day89   day90   day91   day92   day93   day94   day95   day96   day97   day98   day99   day100
500 6.07588E-10 6.13664E-10 5.89361E-10 5.95437E-10 6.31892E-10 6.37968E-10 5.83285E-10 6.01512E-10 5.83285E-10 6.1974E-10  3.03794E-09 -6.07588E-10    -2.43035E-09    1.21518E-09 2.43035E-09 6.07588E-10 6.07588E-10 -1.21518E-09    -1.21518E-09    0   3.03794E-09 1.82276E-09 -1.82276E-09    1.82276E-09 -2.43035E-09    -1.21518E-09    -1.21518E-09    -1.82276E-09    -1.21518E-09    2.43035E-09 1.82276E-09 -2.43035E-09    1.21518E-09 -6.07588E-10    -1.21518E-09    0   -1.21518E-09    1.21518E-09 -2.43035E-09    -2.43035E-09    3.03794E-09 -1.82276E-09    6.07588E-10 -1.82276E-09    3.03794E-09 -2.43035E-09    1.82276E-09 -1.82276E-09    0   0   1.82276E-09 -3.03794E-09    0   3.03794E-09 -1.21518E-09    -1.21518E-09    0   3.03794E-09 1.21518E-09 6.07588E-10 -3.03794E-09    1.21518E-09 3.03794E-09 0   6.07588E-10 -6.07588E-10    -6.07588E-10    1.82276E-09 -3.03794E-09    -1.21518E-09    1.21518E-09 1.82276E-09 1.82276E-09 2.43035E-09 3.03794E-09 1.21518E-09 1.21518E-09 -2.43035E-09    3.03794E-09 0   -1.21518E-09    -1.82276E-09    -1.82276E-09    1.82276E-09 -3.03794E-09    1.82276E-09 0   2.43035E-09 3.03794E-09 -2.43035E-09    -1.21518E-09    6.07588E-10 -1.21518E-09    6.07588E-10 3.03794E-09 0   -2.43035E-09    -1.21518E-09    -1.82276E-09    0
515 6.07588E-10 5.89361E-10 6.07588E-10 6.01512E-10 6.25816E-10 6.07588E-10 6.1974E-10  6.37968E-10 5.77209E-10 5.95437E-10 1.82276E-09 -3.03794E-09    0   2.43035E-09 1.21518E-09 -3.03794E-09    -3.03794E-09    -1.82276E-09    2.43035E-09 0   1.82276E-09 3.03794E-09 2.43035E-09 6.07588E-10 1.21518E-09 -2.43035E-09    -6.07588E-10    -1.82276E-09    -1.21518E-09    -2.43035E-09    1.82276E-09 -1.21518E-09    6.07588E-10 6.07588E-10 0   6.07588E-10 3.03794E-09 -3.03794E-09    -1.21518E-09    -1.82276E-09    0   -3.03794E-09    1.21518E-09 -2.43035E-09    -2.43035E-09    -2.43035E-09    1.82276E-09 -1.82276E-09    6.07588E-10 -3.03794E-09    -6.07588E-10    -1.21518E-09    3.03794E-09 -1.82276E-09    -6.07588E-10    -1.21518E-09    1.82276E-09 3.03794E-09 -1.21518E-09    -6.07588E-10    -1.82276E-09    -2.43035E-09    -1.21518E-09    1.82276E-09 3.03794E-09 1.21518E-09 6.07588E-10 -1.82276E-09    2.43035E-09 -3.03794E-09    0   -2.43035E-09    -1.82276E-09    -3.03794E-09    3.03794E-09 3.03794E-09 3.03794E-09 -6.07588E-10    -6.07588E-10    -6.07588E-10    -2.43035E-09    -2.43035E-09    -1.82276E-09    -3.03794E-09    -1.21518E-09    -6.07588E-10    6.07588E-10 -3.03794E-09    -1.82276E-09    6.07588E-10 2.43035E-09 1.82276E-09 1.21518E-09 0   0   1.21518E-09 3.03794E-09 2.43035E-09 6.07588E-10 3.03794E-09
530 6.07588E-10 6.01512E-10 6.1974E-10  6.13664E-10 5.95437E-10 6.31892E-10 6.01512E-10 5.77209E-10 6.13664E-10 6.25816E-10 1.82276E-09 2.43035E-09 1.82276E-09 -1.21518E-09    1.82276E-09 2.43035E-09 3.03794E-09 3.03794E-09 2.43035E-09 6.07588E-10 6.07588E-10 -6.07588E-10    2.43035E-09 0   1.82276E-09 6.07588E-10 0   3.03794E-09 -1.82276E-09    3.03794E-09 0   1.82276E-09 1.21518E-09 -2.43035E-09    -2.43035E-09    -3.03794E-09    1.21518E-09 -6.07588E-10    -1.82276E-09    2.43035E-09 3.03794E-09 -1.21518E-09    -6.07588E-10    6.07588E-10 2.43035E-09 0   -6.07588E-10    3.03794E-09 3.03794E-09 -1.82276E-09    3.03794E-09 1.82276E-09 6.07588E-10 0   -2.43035E-09    -3.03794E-09    -6.07588E-10    -2.43035E-09    -3.03794E-09    -1.21518E-09    1.82276E-09 6.07588E-10 3.03794E-09 6.07588E-10 0   3.03794E-09 2.43035E-09 0   -3.03794E-09    -3.03794E-09    1.21518E-09 -1.82276E-09    -3.03794E-09    0   -6.07588E-10    3.03794E-09 6.07588E-10 -2.43035E-09    -1.21518E-09    -2.43035E-09    -3.03794E-09    0   1.21518E-09 3.03794E-09 2.43035E-09 -1.82276E-09    -6.07588E-10    1.82276E-09 -2.43035E-09    1.21518E-09 1.21518E-09 -6.07588E-10    1.21518E-09 -3.03794E-09    -6.07588E-10    -2.43035E-09    -1.82276E-09    3.03794E-09 -2.43035E-09    3.03794E-09
545 6.07588E-10 6.25816E-10 6.07588E-10 6.13664E-10 6.07588E-10 6.01512E-10 5.95437E-10 6.07588E-10 5.95437E-10 6.01512E-10 3.03794E-09 1.21518E-09 -1.82276E-09    -3.03794E-09    3.03794E-09 1.82276E-09 1.21518E-09 6.07588E-10 6.07588E-10 -1.82276E-09    -1.21518E-09    3.03794E-09 1.82276E-09 2.43035E-09 1.21518E-09 2.43035E-09 -1.82276E-09    2.43035E-09 -3.03794E-09    1.82276E-09 -2.43035E-09    -6.07588E-10    3.03794E-09 2.43035E-09 1.21518E-09 3.03794E-09 -3.03794E-09    0   -1.82276E-09    2.43035E-09 -1.21518E-09    6.07588E-10 1.82276E-09 1.21518E-09 1.21518E-09 -6.07588E-10    -1.21518E-09    -6.07588E-10    3.03794E-09 1.21518E-09 2.43035E-09 -1.21518E-09    0   1.82276E-09 -1.82276E-09    1.21518E-09 1.21518E-09 3.03794E-09 -6.07588E-10    -1.21518E-09    6.07588E-10 -6.07588E-10    6.07588E-10 1.82276E-09 -6.07588E-10    3.03794E-09 -1.82276E-09    1.21518E-09 -6.07588E-10    1.21518E-09 1.82276E-09 -2.43035E-09    -2.43035E-09    -6.07588E-10    -6.07588E-10    6.07588E-10 6.07588E-10 3.03794E-09 -6.07588E-10    1.21518E-09 -6.07588E-10    2.43035E-09 -2.43035E-09    -2.43035E-09    -2.43035E-09    -1.82276E-09    0   -1.82276E-09    -3.03794E-09    1.21518E-09 3.03794E-09 1.21518E-09 3.03794E-09 -1.21518E-09    -3.03794E-09    -6.07588E-10    -1.21518E-09    1.21518E-09 -2.43035E-09    -6.07588E-10
600 6.07588E-10 6.13664E-10 6.07588E-10 6.01512E-10 6.13664E-10 6.01512E-10 6.1974E-10  6.1974E-10  5.77209E-10 5.89361E-10 1.21518E-09 -1.82276E-09    -2.43035E-09    1.82276E-09 3.03794E-09 -6.07588E-10    2.43035E-09 1.82276E-09 -6.07588E-10    -3.03794E-09    3.03794E-09 -3.03794E-09    -3.03794E-09    -1.21518E-09    -6.07588E-10    -1.82276E-09    1.82276E-09 3.03794E-09 -2.43035E-09    -2.43035E-09    -1.21518E-09    -3.03794E-09    -1.21518E-09    -3.03794E-09    -1.21518E-09    -3.03794E-09    -6.07588E-10    6.07588E-10 2.43035E-09 -6.07588E-10    -3.03794E-09    1.82276E-09 0   3.03794E-09 -1.21518E-09    3.03794E-09 -2.43035E-09    -1.82276E-09    -1.21518E-09    -1.82276E-09    -6.07588E-10    -1.21518E-09    1.82276E-09 0   0   -1.82276E-09    -1.21518E-09    -3.03794E-09    2.43035E-09 6.07588E-10 1.21518E-09 1.82276E-09 2.43035E-09 1.82276E-09 -1.82276E-09    1.82276E-09 0   3.03794E-09 1.82276E-09 1.82276E-09 1.82276E-09 -6.07588E-10    -1.82276E-09    -1.82276E-09    -6.07588E-10    -1.21518E-09    -1.82276E-09    3.03794E-09 -6.07588E-10    3.03794E-09 1.21518E-09 -1.82276E-09    -6.07588E-10    6.07588E-10 0   2.43035E-09 -2.43035E-09    -6.07588E-10    -3.03794E-09    2.43035E-09 -1.21518E-09    -1.82276E-09    1.21518E-09 3.03794E-09 1.82276E-09 3.03794E-09 3.03794E-09 6.07588E-10 1.21518E-09 -1.82276E-09
615 6.07588E-10 6.13664E-10 6.1974E-10  5.77209E-10 6.37968E-10 6.1974E-10  6.13664E-10 6.37968E-10 6.31892E-10 6.1974E-10  3.03794E-09 -6.07588E-10    6.07588E-10 0   1.82276E-09 -3.03794E-09    1.82276E-09 3.03794E-09 -3.03794E-09    6.07588E-10 2.43035E-09 3.03794E-09 -2.43035E-09    1.82276E-09 1.82276E-09 -1.21518E-09    -3.03794E-09    2.43035E-09 -2.43035E-09    -3.03794E-09    0   -2.43035E-09    -3.03794E-09    -6.07588E-10    -6.07588E-10    -2.43035E-09    3.03794E-09 3.03794E-09 -1.82276E-09    -1.21518E-09    6.07588E-10 -1.21518E-09    0   -1.82276E-09    0   6.07588E-10 3.03794E-09 -6.07588E-10    1.82276E-09 2.43035E-09 3.03794E-09 1.82276E-09 1.82276E-09 2.43035E-09 -3.03794E-09    -1.21518E-09    -1.21518E-09    1.82276E-09 6.07588E-10 6.07588E-10 -6.07588E-10    -3.03794E-09    1.82276E-09 3.03794E-09 -3.03794E-09    3.03794E-09 1.21518E-09 1.82276E-09 -1.82276E-09    -1.21518E-09    2.43035E-09 1.82276E-09 1.21518E-09 1.21518E-09 -1.82276E-09    1.82276E-09 1.82276E-09 3.03794E-09 -6.07588E-10    -1.82276E-09    1.21518E-09 1.21518E-09 -1.21518E-09    -2.43035E-09    -1.21518E-09    1.82276E-09 -6.07588E-10    0   2.43035E-09 -1.21518E-09    1.21518E-09 6.07588E-10 -1.21518E-09    1.82276E-09 1.82276E-09 1.21518E-09 6.07588E-10 -6.07588E-10    1.21518E-09 2.43035E-09
630 6.45127E-10 6.19322E-10 6.45127E-10 6.12871E-10 6.77384E-10 6.5803E-10  6.51578E-10 6.32225E-10 6.70932E-10 6.70932E-10 2.58051E-09 2.58051E-09 -1.29025E-09    -1.29025E-09    -3.22564E-09    1.93538E-09 3.22564E-09 -3.22564E-09    1.93538E-09 2.58051E-09 6.45127E-10 3.22564E-09 -1.29025E-09    0   3.22564E-09 6.45127E-10 -6.45127E-10    -6.45127E-10    -2.58051E-09    -1.93538E-09    -3.22564E-09    2.58051E-09 1.29025E-09 2.58051E-09 1.29025E-09 1.29025E-09 2.58051E-09 -1.29025E-09    -3.22564E-09    -3.22564E-09    1.93538E-09 -1.93538E-09    -3.22564E-09    -6.45127E-10    6.45127E-10 -1.29025E-09    -1.93538E-09    -6.45127E-10    6.45127E-10 -6.45127E-10    -3.22564E-09    1.29025E-09 2.58051E-09 -3.22564E-09    3.22564E-09 -1.93538E-09    -2.58051E-09    -2.58051E-09    -2.58051E-09    3.22564E-09 6.45127E-10 0   -3.22564E-09    3.22564E-09 -2.58051E-09    1.93538E-09 -1.93538E-09    6.45127E-10 6.45127E-10 3.22564E-09 -1.29025E-09    1.93538E-09 1.93538E-09 2.58051E-09 -3.22564E-09    0   -3.22564E-09    -2.58051E-09    1.93538E-09 1.93538E-09 -2.58051E-09    1.93538E-09 1.29025E-09 3.22564E-09 1.93538E-09 -1.93538E-09    3.22564E-09 -3.22564E-09    1.29025E-09 -1.29025E-09    3.22564E-09 -1.93538E-09    -3.22564E-09    -6.45127E-10    3.22564E-09 -3.22564E-09    -1.29025E-09    -2.58051E-09    -3.22564E-09    6.45127E-10

plt.scatter(reg.predict(X), reg.predict(X) - y, 
            color = "green", s = 10, label = 'Train data') 

Answer 1

Вы можете сделать время как зависимую переменную (метку) и Значения на другую дату особенностями вашей модели (независимой переменной).Вы можете легко использовать sklearn для многоуровневой регрессии:

from sklearn.linear_model import LinearRegression
X=np.array(df.drop("time",1))
y=np.array(df["time"])
clf=LinearRegression()
clf.fit(X,y)