对于历史数据预测可以使用数據分析中具有预测能力的算法。比如灰色预测算法就是一个很好的数据预测的工具。

灰色预测通过鉴别系统因素之间发展趋势的相异程喥即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律生成有较强规律性的数据序列，然后建立相应的微分方程模型从而预测事物未来的发展趋势。

下面举一个例子：预测未来5年经济发展的情况

假设有很多历史的经济统计数据如下图：

现在想预测未來5年的以上7个变量的数值。

第一步导入训练数据，选择训练范围

第二步，初始化要预测的数据和不同维度的变量

第三步使用GM灰色预測模型进行预测

第四步，导出结果并进行准确度的验证

准确度的验证公式为：相对误差=|测算值-真实值|/真实值*100%

通过以上方法就可以轻松预測多维度经济数据。不过灰色预测主要针对规律比较强的单调变化情况预测近1-3个周期相对准确。更复杂的预测可以使用神经网络等算法

如果喜欢请点赞，或关注我交流