时间序列
3篇文章 · 0订阅
  • 在Python中使用LSTM和PyTorch进行时间序列预测
    顾名思义，时间序列数据是一种随时间变化的数据类型。例如，24小时内的温度，一个月内各种产品的价格，一年中特定公司的股票价格。诸如长期短期记忆网络（LSTM）之类的高级深度学习模型能够捕获时间序列数据中的模式，因此可用于对数据的未来趋势进行预测。在本文中，您将看到如何使用LSTM算...
    数据挖掘
  • 一文囊括时间序列方法(源码)
    时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。典型的时间序列问题，例如股价预测、制造业中的电力预测、传统消费品行业的销售预测、客户日活跃量预测等等，本文以客户日活跃量预测为例。 3、机器学习方法，将序列预测转为有监督建模预测，如XG…
    Python
    一文囊括时间序列方法(源码)
  • [译] 时间序列分析、可视化、和使用 LSTM 预测
    标题已经阐述了一切。 该数据是在近四年的时间里对一个家庭以一分钟采样率测量的电力消耗，可以在这里下载。 数据包括不同的电量值和一些分表的数值。然而，我们只关注 Global_active_power 这个变量。 将日期和时间合并到同一列，并转换为 datetime 类型。 将 …
    掘金翻译计划 人工智能 机器学习
    [译] 时间序列分析、可视化、和使用 LSTM 预测