什么是好的预测模型？
What could be a good prediction model to use?
数据如下：
日期以月为单位，在我的示例中有 24（24 个月或 2 年）
l <- data.frame(date = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24))
k <- data.frame(cost = c(25,20,18,15,5,0,0,0,10,15,30,40,45,34,26,20,10,7,4,4,15,34,57,62))
m <- cbind(l,k)
ggplot(m, aes(m$date,m$cost)) + geom_line()
图表输出：
什么是好的预测模型？我想我可以使用多项式回归，如果我对所有最大值进行子集化并对所有最小值进行子集化。请参阅下图以更好地理解。 （红色代表最大值，蓝色代表最小值，线条是使用油漆创建的以解释一个点）
另一种方式，我不知道它叫什么，但我认为他们用它来预测天气，
不确定获得下面蓝线的公式是什么样的。 （查看下图以更好地理解）
获得蓝色拟合线以预测以红色突出显示的点的合适公式是什么？
下面是一个示例，说明为什么回归不适合使用此数据进行预测。该模型是 "y = x * amplitude * sin(pi * (x - center) / width)^2 + offset"，虽然回归似乎对 一些 的较大数据集 x 值给出了 OK 拟合，但我还看到较小的 x 值拟合得非常差.该模型不能很好地拟合所有数据点或数据区域的数据，并且在我看来对于预测目的没有用，因为数据外的外推非常糟糕。
数据如下： 日期以月为单位，在我的示例中有 24（24 个月或 2 年）
l <- data.frame(date = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24))
k <- data.frame(cost = c(25,20,18,15,5,0,0,0,10,15,30,40,45,34,26,20,10,7,4,4,15,34,57,62))
m <- cbind(l,k)
ggplot(m, aes(m$date,m$cost)) + geom_line()
图表输出：
什么是好的预测模型？我想我可以使用多项式回归，如果我对所有最大值进行子集化并对所有最小值进行子集化。请参阅下图以更好地理解。 （红色代表最大值，蓝色代表最小值，线条是使用油漆创建的以解释一个点）
另一种方式，我不知道它叫什么，但我认为他们用它来预测天气， 不确定获得下面蓝线的公式是什么样的。 （查看下图以更好地理解）
获得蓝色拟合线以预测以红色突出显示的点的合适公式是什么？
下面是一个示例，说明为什么回归不适合使用此数据进行预测。该模型是 "y = x * amplitude * sin(pi * (x - center) / width)^2 + offset"，虽然回归似乎对 一些 的较大数据集 x 值给出了 OK 拟合，但我还看到较小的 x 值拟合得非常差.该模型不能很好地拟合所有数据点或数据区域的数据，并且在我看来对于预测目的没有用，因为数据外的外推非常糟糕。