是這樣的啦
最近在Kaggle遇到了一個問題
資料很複雜 稍微簡化一下 方便舉例
現在有5個變數：
1. 消費額
2. 消費的時間(時間軸)
3. 顧客id
4. 網頁點擊次數
5. 所在城市
目標是 針對不同的顧客id
去預測其未來的消費額
既然要預測未來的話
第一個想到是用時間序列來解
但問題來了
給定未來的時間
當然 可以預測未來的消費額
但再多給個顧客id怎麼辦？
可以只拿兩個變數 去預測消費額嗎？
我的意思是
時間序列 是單純給時間這1個變數去預測
迴歸 是給全部的4個變數 去預測消費額
那可以只給2個 或3個變數 來預測嗎？
又 顧客id這個欄位 要當成類別變數嗎？
轉成dummy感覺完全沒意義
另外 這種問題 多變數時間序列
要用哪種模型來跑？
Vector AutoRegression?
Linear Mixed Model?
還是用隨機森林？
有沒有大神可以幫忙解惑的
十分感謝