第一个预测基线
朴素预测和移动平均预测
第一个预测基线 是 CoddyKit 上的免费 Data Science Academy 课时。 这是第 4 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Data Science Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Data Science Academy 课程共包含 4 节课。
始终从简单方法开始
在使用复杂模型之前，您需要一个基线：一种极其简单的预测方法，任何更复杂的方法都必须胜过它，才值得使用。🪜
朴素预测
最简单的基线是朴素预测：假设明天等于今天。对于稳定的数据，它出人意料地难以超越。
forecast = sales.iloc[-1]延续最后一个值
朴素预测只会将最近一次观测值向未来重复。没有趋势，没有季节性，只有最新的已知值。
季节性朴素预测
对于周期性数据，可以预测一个完整周期之前的值。这种季节性朴素预测以低成本遵循重复模式。
forecast = sales.shift(12)移动平均预测
另一种基线方法是对最近几个数据点求平均。移动平均可以平滑噪声，并将这一水平延伸到未来。
forecast = sales.tail(7).mean()预测前先划分数据
将最后一段时间保留为测试集。不要打乱它：必须保留时间顺序，确保未来数据在预测时尚不可见。
train, test = sales[:-30], sales[-30:]衡量误差
使用误差指标，将预测值与留出的真实值进行比较。MAE会用实际单位报告错误的平均大小。
from sklearn.metrics import mean_absolute_error需要超越的数字
基线方法的误差会成为基准。任何得分更差的模型都不值得承担额外的复杂性。
绘制真实值与预测值
始终将预测值绘制在真实测试值上进行比较。您的眼睛能发现单个数字可能掩盖的滞后和偏差。
朴素方法何时胜出
如果复杂模型无法胜过朴素方法，就应相信简单的方法。能够取得良好效果的简单性是优点，而不是失败。
下一步该做什么
设置好基线后，您就可以使用 ARIMA 或 Prophet 等真正的模型，并将每个模型与这个诚实的起点进行比较。
快速检查
简单的朴素预测会预测下一个时间步是什么？
回顾：让复杂性证明自身价值
您构建了朴素、季节性和移动平均基线，然后衡量误差，确保未来的模型必须证明自己更好。
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「第一个预测基线」课时是免费的吗？
是的 — 「第一个预测基线」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Data Science Academy 课程的其余内容，请升级到 CoddyKit PRO。 Data Science Academy 课程共包含 4 节课。
「第一个预测基线」这节课中我会学到什么？
朴素预测和移动平均预测 你通过在浏览器中直接运行的动手代码来练习 Data Science Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Data Science Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Data Science Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 4 节课，共 4 节。
「第一个预测基线」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Data Science Academy 课中编写并运行代码吗？
能。每节 Data Science Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。