Statistics 应使用哪种模型进行（事件百分比，时间）预测。这种分布不是线性的
我对全天的停车场占用情况做了一些测量。这意味着在夜间停车场已被完全占用。中午前后入住率不高 如果我在X，Y图上加以说明，那么它看起来就像一条抛物线（-X^2） X轴是从午夜到晚上11:59的时间 Y轴免费停车位百分比Statistics 应使用哪种模型进行（事件百分比，时间）预测。这种分布不是线性的,statistics,artificial-intelligence,linear-regression,prediction,Statistics,Artificial Intelligence,Linear Regression,Prediction,我对全天的停车场占用情况做了一些测量。这意味着在夜间停车场已被完全占用。中午前后入住率不高 如果我在X，Y图上加以说明，那么它看起来就像一条抛物线（-X^2） X轴是从午夜到晚上11:59的时间 Y轴免费停车位百分比 哪种模型更适合进行预测？线性回归？而是应该是非线性回归，对吗？或者我应该用另一个模型吗？这里似乎有不同的数据组，这些数据是手工粗略绘制的。两个清晨小组、两个晚间小组和一个中午小组。我的建议是根据一天中的时间将数据分成不同的模型：一个用于凌晨，一个用于中午，一个用于晚上。如果你有任何
哪种模型更适合进行预测？线性回归？而是应该是非线性回归，对吗？或者我应该用另一个模型吗？这里似乎有不同的数据组，这些数据是手工粗略绘制的。两个清晨小组、两个晚间小组和一个中午小组。我的建议是根据一天中的时间将数据分成不同的模型：一个用于凌晨，一个用于中午，一个用于晚上。如果你有任何方法来区分两个上午和两个晚上的小组，那么建模将会有很大的改进——例如，他们可能是每天付费的人，而不是每月付费的人
请发布数据或散点图好吗？我必须准备散点图，我会在完成后添加它。飞利浦，我有一个关于标准化的问题。我的特征向量是：时间（从0到23）、交通密度（从0:low到3:very high）、设施（如厕所、高速公路餐厅、野餐设施……）我应该标准化这些特征吗？因为我读到，如果特性之间存在内在的重要性差异，那么进行标准化通常不是一个好主意。例如，时间非常重要，而野餐设施并非如此；）顺便说一句，我正在使用SVR和RBF核。我不知道该怎么做……我建议在的统计“姐妹站点”上问这个问题，因为它通常比堆栈溢出更面向统计。您应该描述要解决的基本问题、数据的性质以及首选的统计数据包或编程语言。根据我的观察，你会发现答案和建议应该是非常好的。