Простым решением было бы использование линейной регрессии для создания линейной модели размера базы данных.
![Data Input](https://i.stack.imgur.com/J3RsJ.png)
Использование этого ввода генерируетследующий вывод.
![Linear Regression Result](https://i.stack.imgur.com/29Szs.png)
Уравнение наклона линии - это то, что мы ищем: y = 4.107x + 8
.Мы можем использовать это, чтобы определить, когда база данных достигнет своего максимального размера, определив, где эта функция пересекается с y = 50
, размером базы данных.Это второе уравнение является горизонтальной линией, потому что максимальный размер базы данных не изменяется по отношению к x
, времени, которое является всей проблемой.
Поиск пересечения дает следующий результат:
![The Result](https://i.stack.imgur.com/2lXlJ.png)
Помните, однако, что ответ 10.2264
, включает дни, которые уже прошли.У нас было семь дней ввода, поэтому, поскольку наша модель предсказывает, что база данных заполнится в десятый день, у нас будет примерно два дня и некоторые изменения.Это не сложная цифра, потому что помните, что размер базы данных увеличивается нерегулярно, и мы могли бы гораздо больше или меньше времени, если бы наши базовые данные не отражали истинное использование базы данных, или если изменились внешние факторы, непосредственно влияющие на использование базы данных.
Обратите внимание, что я не включил вычисления в ответ, потому что я сосредоточен на концепции высокого уровня.Я использовал первый калькулятор линейной регрессии, быстрый поиск в Google поднял, а затем подключил уравнение к Wolfram Alpha, поэтому, пожалуйста, сделайте это самостоятельно, чтобы убедиться, что числа верны.