时间序列

时间序列预测法是一种历史数据的延伸预测，也称历史引伸预测法。是以时间数列所能反映的社会经济现象的发展过程和规律，进行引伸外推，预测其发展趋势的方法。如下图（用时间序列预测 2017 年 12 月销量）：

时间序列预测

下面我们结合时间序列数据演示基于历史数据挖掘规律并进行预测的流程。在数据云中，工作流程如下：

引入数据

数据准备

建模分析

该案例所用的数据是销售数据。这是一个包含销售日期、销量和利润（万元）三个指标的数据，具体内容在软件中打开显示如图 9.5 所示：

引入数据

建立数据库节点，导入要分析的历史数据（新建工作流，拖拽数据库进入工作流，右键配置数据库节点，配置数据路径，引入源数据，具体参考帮助手册）

通过配置数据库，导入元数据—“销售数据”。在软件中打开数据，如下图：

数据准备

任何数据都不是完美的，因此在建模分析之前，需要做数据清洗，数据清理好之后，我们需要了解数据的规律，以帮助我们建立预测模型。