回归预测&时间序列预测

我们经常会被问到“预测”的一些内容，总得来看，目前处理的预测主要有两块——回归预测和时间序列预测。两者通常都会拟合出一条近似的曲线来表示预测的趋势，因此很容易概念模糊。

回归预测，主要研究的是不同变量之间的因果关系。比如说，需要计算出形如y=w*X+b形式的模型，这里，y就是因变量，X就是自变量，可以是多维向量。

时间序列预测，主要研究的是序列自身的发展趋势，也就是某一变量的变化。比如说，需要计算出形如y(t)=ay(t-1)+by(t-2)+c形式的模型，这里，y就是对应的序列变量。

当然，预测这部分内容，远远比上述描述的复杂、复杂、复杂。