データポイントがあるすべての日付に対して、単純なnumpy配列があります。このようなもの:
>>> import numpy as np
>>> from datetime import date
>>> from datetime import date
>>> x = np.array( [(date(2008,3,5), 4800 ), (date(2008,3,15), 4000 ), (date(2008,3,
20), 3500 ), (date(2008,4,5), 3000 ) ] )
date(2008,5,1)、date(2008, 5, 20) など、データ ポイントを将来に外挿する簡単な方法はありますか? 数学的アルゴリズムで実行できることを理解しています。しかし、ここで私は簡単に手に入る果物を探しています。実際、私は numpy.linalg.solve の機能が気に入っていますが、外挿には適用できないようです。多分私は絶対に間違っています。
実際には、より具体的には、バーンダウン チャート (xp 用語) を作成しています:「x = 日付、y = 実行する作業量」なので、既に完了したスプリントがあり、将来のスプリントがどのようになるかを視覚化したいと考えています。今の状況が続けば行く。そして最後に、発売日を予測したいと思います。したがって、「実行する作業量」の性質は、バーンダウン チャートで常に低下することです。また、外挿されたリリース日: ボリュームがゼロになる日付も取得したいと考えています。
これはすべて、開発チームに状況を示すためのものです。ここでは正確さはそれほど重要ではありません:) 開発チームのモチベーションが主な要因です。つまり、非常に近似的な外挿法で問題ありません。