我有一些关于流量的历史数据，并希望预测未来。我参考了http://www.nuriaoliver.com/bicing/IJCAI09_Bicing.pdf。它应用贝叶斯网络预测自行车数量的变化，我得到了贝叶斯网络，并希望通过使用贝叶斯预测变化。
我遇到了几个问题。我试图用朴素贝叶来预测数字，但似乎天真的贝叶斯只允许将输出作为几个离散类。在我的情况下，变化似乎不能分组为离散类（如预测人类是“男性”或“女性”，只有2个离散输出作为分类器）
我可以知道如何在我的情况下应用贝叶斯方法以及哪种python包可以帮助我？
我认为这是一个时间序列预测问题，而不是分类问题。如您所述，您不是要将数据标记为一组离散类。鉴于x_1, x_2, .... x_n的一系列观察，你试图预测x_(n+1)或尝试预测系列中同一变量的下一次观察。也许你可以参考this幻灯片来简要介绍时间序列预测。
可以在此处找到使用Python进行时间序列预测的快速入门指南：https://machinelearningmastery.com/time-series-forecasting-methods-in-python-cheat-sheet/