Как продолжить график при помощи машинного обучения?

Question

[MixON_VC]

Добрый день
Имеется ряд координат x,y , но нет функции. Требуется узнать значение у в точки х, данных для которых нет.
Хотел использовать LinearRegression для продления графика, но данные из predict что то сильно не нравятся. может есть более правильный метод решить данную задачу?

df = pd.read_excel('/content/date.xlsx').set_index(['№'])
my_model = LinearRegression()
my_model.fit(df.drop('time', axis=1), df['time'])
exp =pd.DataFrame({'temp':[80]})
print(my_model.predict(exp))

Answer 1

[dmshar]

Кому "не нравятся"? Почему "не нравятся"? Может тот, кому не нравится - мало что понимает в данных?
И какой ответ вы ожидаете получить, задав вопрос без исходных данных и без результатов? Ну наверное такой - "Линейная регрессия вполне себе нормальный метод машинного обучения. Разумеется, если хорошо понимать как им пользоваться. ".

Answer 2

[MixON_VC]

Данные следующие:
№ temp time
1 100 480
2 105 420
3 110 360
4 114 300
5 125 180
6 135 145
7 150 90
8 160 80
9 180 60
-----------------------------------
И при temp = 80, алгоритм дает 505с .
Но даже если визуально можно оценить что должно быть где то больше 600

Настройки подбирал - особо результат не меняется.
Да, данных мало. ни и задача не из самых сложных, по сути здесь экспоненциальная зависимость. только точной формулы нет

Comments

[dmshar]

Если предполагаете экспоненциальную зависимость между переменными - то техника стандартная. Сначала преобразование z=exp(y), потом строите модель z=f(x). При использовании модели не забываете сделать обратное преобразование.
Как я сказал - техника стандартная, описана в любом учебнике по линейной регрессии.

[MixON_VC]

dmshar, а ссылочку не дадите, пожалуйста, на какое нибудь подобное описание. А то по всем моим запросам выдает явно что то не то

[dmshar]

MixON_VC, Интересно, какие запросы вы задаете, по которым не можете найти ответы? Ну вот вам несколько готовых ссылок:
https://otexts.com/fpp2/nonlinear-regression.html
www.datuapstrade.lv/rus/spss/section_16/3
https://statisticsbyjim.com/regression/difference-...
eos.ibi.spb.ru/umk/4_5/5/print/5_R1_T4.pdf
https://www.statgraphics.com/blog/nonlinear_regression

[MixON_VC]

dmshar, большое спасибо!!!попробую разобраться, вспомнить вышку))
По всем мои запросам по продолжению графика, дает ссылки на pandas или matplotlib

[dmshar]

MixON_VC, Благодарность на этом сайте принято высказывать несколько иначе.
Matplotlib - это инструмент для рисования графиков. Pandas - инструмент для хранения, представления и манипуляции данными. Для машинного обучения используется библиотека scikit-learn (sklearn).