对于每年，给定数据集包含所售商品的平均价格，例如：
╔══════╦═══════════════╗
║ Year ║ Cost of flerg ║
╠══════╬═══════════════╣
║ 2007 ║ 13 ║
║ 2008 ║ 7 ║
║ 2009 ║ 8 ║
║ 2010 ║ 9 ║
║ 2011 ║ 12 ║
║ 2012 ║ 13 ║
║ 2013 ║ 9 ║
║ 2014 ║ 11 ║
║ 2015 ║ 14 ║
╚══════╩═══════════════╝
现在我想估计2016年，2017年的价值是多少......
我查看了一些线性回归函数，但它们只为图形生成斜率和截距数。
所以有人知道如何解决这个问题吗？
答案 0 :(得分：0)
您可以尝试使用least squares方法在点之间插入一条线，假设您知道数据集分布的近似定律。
您也可以尝试训练一个小型感知器或神经网络（取决于您是否认为它是线性分布）。但是，这假设您有一个重要的训练集。
您还可以尝试使用简单的遗传算法来获得一个数学表达式，该表达式试图根据之前的n预测下一个值。然而，这与感知器方法有类似的问题，因为您可能缺乏足够的训练集大小。
否则，如果不了解更多问题，可能无法预测未来的元素。如果您对该问题有更多了解，那么您可以使用该信息对预测变量进行建模。