分类：时间序列预测

2021
07-02

Pytorch 如何实现LSTM时间序列预测

开发环境说明：Python35Pytorch0.2CPU/GPU均可1、LSTM简介人类在进行学习时，往往不总是零开始，学习物理你会有数学基础、学习英语你会有中文基础等等。于是对于机器而言，神经网络的学习亦可不再从零开始，于是出现了TransferLearning，就是把一个领域已训练好的网络用于初始化另一个领域的任务，例如会下棋的神经网络可以用于打德州扑克。我们这讲的是另一种不从零开始学习的神经网络——循环神经网络（RecurrentNeuralNetw... 继续阅读 >

2021
02-28

如何用Python进行时间序列分解和预测

预测是一件复杂的事情，在这方面做得好的企业会在同行业中出类拔萃。时间序列预测的需求不仅存在于各类业务场景当中，而且通常需要对未来几年甚至几分钟之后的时间序列进行预测。如果你正要着手进行时间序列预测，那么本文将带你快速掌握一些必不可少的概念。目录什么是时间序列？如何在Python中绘制时间序列数据？时间序列的要素是什么？如何分解时间序列？经典分解法如何获得季节性调整值？STL分解法时间序列预... 继续阅读 >

2020
09-24

详解用Python进行时间序列预测的7种方法

数据准备数据集（JetRail高铁的乘客数量）下载.假设要解决一个时序问题：根据过往两年的数据（2012年8月至2014年8月），需要用这些数据预测接下来7个月的乘客数量。importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltdf=pd.read_csv('train.csv')df.head()df.shape依照上面的代码，我们获得了2012-2014年两年每个小时的乘客数量。为了解释每种方法的不同之处，以每天为单位构造和聚合了一个数... 继续阅读 >