我正在尝试使用scikit学习线性回归器对熊猫数据框进行简单的线性回归。我的数据是一个时间序列，pandas数据框具有一个日期时间索引：
value
2007-01-01 0.771305
2007-02-01 0.256628
2008-01-01 0.670920
2008-02-01 0.098047
做一些简单的事情
from sklearn import linear_model
lr = linear_model.LinearRegression()
lr(data.index, data['value'])
没用：
float() argument must be a string or a number
因此，我尝试用日期创建一个新列以尝试对其进行转换：
data['date'] = data.index
data['date'] = pd.to_datetime(data['date'])
lr(data['date'], data['value'])
但是现在我得到：
ValueError: Input contains NaN, infinity or a value too large for dtype('float64').
因此，回归器无法处理日期时间。我看到了很多将整数数据转换为日期时间的方法，但是找不到例如从日期时间转换为整数的方法。
正确的方法是什么？
PS：我对使用scikit很感兴趣，因为我打算以后再做更多的事情，所以现在没有statsmodels。
您可能希望从开始算起的天数成为此处的预测指标。假设所有内容都已排序：
In [36]: X = (df.index - df.index[0]).days.reshape(-1, 1)
In [37]: y = df['value'].values
In [38]: linear_model.LinearRegression().fit(X, y)
Out[38]: LinearRegression(copy_X=True, fit_intercept=True, n_jobs=1, normalize=False)
您用于预测变量的确切单位并不重要，可能是数天或数月。系数和解释将发生变化，以便所有结果都能达到相同的结果。另外，请注意，我们需要一个，reshape(-1, 1)以便X处于预期格式。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句