我有一个关于一个城市的一条道路的交通流量数据集，在一分钟的间隔内，新的数据是实时的并且不断涌现。根据我目前的数据，我发现流量有一个每日模式，即在特定时间段内有类似的峰值。
我使用 Python pandas 进行预测，主要是 ARMA 等统计模型。我使用了 3 分钟的平均流量窗口来平滑数据。目前，就误差相对比率而言，准确度约为 15%。
我只是想知道有什么方法可以提高准确性，尤其是如何利用日常模式属性。
谢谢
我有一个关于一个城市的一条道路的交通流量数据集，在一分钟的间隔内，新的数据是实时的并且不断涌现。根据我目前的数据，我发现流量有一个每日模式，即在特定时间段内有类似的峰值。
我使用 Python pandas 进行预测，主要是 ARMA 等统计模型。我使用了 3 分钟的平均流量窗口来平滑数据。目前，就误差相对比率而言，准确度约为 15%。
我只是想知道有什么方法可以提高准确性，尤其是如何利用日常模式属性。
谢谢