XYMA_DSML_Tasks 源码

XYMA_Analytics DS / ML实习生的问题陈述该练习的目的是预测农产品的价格。 从数据中的最后日期开始,预测未来30天商品的最小,最大和模式价格。 数据 算法和逻辑- 农产品的minPrice,maxPrice和modalPrice进行了排序和表示。 插入缺失的数据值,并直观地表示minPrice,maxPrice,modalPrice上的数据集。 使用移动平均技术,通过将特定时间段(例如30天)内的所有数据点相加,然后将总和除以时间段数来计算平均值。 第31天的移动平均值或特征数据是该特征在过去30天的平均值。 在2005-04-11至2018-08-31的整个期间内,minPrice,maxPrice和modalPrice均采用30天的滚动平均值,并以视觉方式表示。 现在,对于时间序列预测(这是基于过去和现在的数据进行未来预测的过程),数据必须是固定的和季