赖 峻，刘震宇，刘圣海

（广东工业大学 信息工程学院，广东 广州 510006）

在数据分析领域，经常会遇到一些数据集的预测问题，如：5G网络数据[1]、房屋价格[2]、股票价格[3]、出生率[4]、公交车客流[5]等的预测问题。有些数据统计的时间周期较长(比如按周、月或年等进行统计)，或数据样本统计时间比较短等原因，使得可以获得的数据样本数量很少。对这种只包含少量数据的场合，准确预测相对较难，而在实际应用中对于决策部门却有着重要的参考意义。

数据预测问题通常输出一个连续值，属于回归问题，对于小样本数据的预测往往采用线性回归，已有一些文献在该领域作出研究。文献[6]讨论了不同分布模型阈值选择和准确性对小样本数据及样本偏差的影响。文献[7]比较了使用小样本数据进行随机分组设计的方法，认为当样本量极小时，传统方法都将失效。文献[8]提出了一种简单实用的特征提取方法来减少小样本量的影响。文献[9]对小样本集提出了一种扩展样本数量的方法。文献[10]提出一种基于一致性估计的方法，这是关于小样本数据置信区间的新方法。文献[11]则提出了一种基于超像素分割和距离加权线性回归分类器的光谱空间高光谱图像分类方法来解决小标签训练样本集问题。文献[12]从理论上提出了一种没有对应关系的线性回归的代数几何方法，是一种有效适应于小样本值的解决方案。

本文将线性回归应用于广州车牌竞拍价格数据集[13]，以探索小样本数据集的预测方法。……